scipy.spatial.distance.kulczynski1¶

scipy.spatial.distance.kulczynski1(u, v, *, w=None)[源代码]¶

计算两个布尔一维阵列之间的Kulczynski 1相异度。

两个布尔一维数组之间的Kulczynski 1不同 u 和 v 长度的 n ，定义为

\[\frac{c_{11}} {c_{01}+c_{10}}\]

哪里 \(c_{{ij}}\) 是出现的次数 \(\mathtt{{u[k]}} = i\) 和 \(\mathtt{{v[k]}} = j\) 为 \(k \in {{0, 1, ..., n-1}}\) 。

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

kulczynski1浮动: 向量之间的Kulczynski 1距离 u 和 v 。

参见

kulsinski

注意事项

此度量值的最小值为0，没有上限。当没有不匹配时，它是未定义的。

1.8.0 新版功能.

参考文献

1: Kulczynski S.等人。“波兰科学与文学国际公报”，数学与自然科学类，乙级(自然科学类)。1927年；补编二：57-203。

示例

>>> from scipy.spatial import distance
>>> distance.kulczynski1([1, 0, 0], [0, 1, 0])
0.0
>>> distance.kulczynski1([True, False, False], [True, True, False])
1.0
>>> distance.kulczynski1([True, False, False], True)
0.5
>>> distance.kulczynski1([1, 0, 0], [3, 1, 0])
-3.0

scipy.spatial.distance.kulsinski

scipy.spatial.distance.rogerstanimoto