scipy.spatial.distance.sokalmichener¶
- scipy.spatial.distance.sokalmichener(u, v, w=None)[源代码]¶
计算两个一维布尔数组之间的Sokal-Michener相异度。
布尔一维数组之间的Sokal-Michener不相似性 u 和 v ，定义为
\[\crc{R} {S+R}\]哪里 \(c_{{ij}}\) 是出现的次数 \(\mathtt{{u[k]}} = i\) 和 \(\mathtt{{v[k]}} = j\) 为 \(k < n\) ， \(R = 2 * (c_{{TF}} + c_{{FT}})\) 和 \(S = c_{{FF}} + c_{{TT}}\) 。
- 参数
- u(n，)类似数组，布尔
输入数组。
- v(n，)类似数组，布尔
输入数组。
- w(n，)array_like，可选
中每个值的权重 u 和 v 。默认值为None，即为每个值赋予1.0的权重
- 退货
- sokalmichener双倍
向量之间的Sokal-Michener相异性 u 和 v 。
示例
>>> from scipy.spatial import distance >>> distance.sokalmichener([1, 0, 0], [0, 1, 0]) 0.8 >>> distance.sokalmichener([1, 0, 0], [1, 1, 0]) 0.5 >>> distance.sokalmichener([1, 0, 0], [2, 0, 0]) -1.0