scipy.spatial.distance.

kulczynski1#

scipy.spatial.distance.kulczynski1(u, v, *, w=None)[source]#

計算兩個布林值一維陣列之間的 Kulczynski 1 相異度。

自 1.15.0 版本起已棄用：此函式已棄用，並將在 SciPy 1.17.0 中移除。請將 kulczynski1(u, v) 的用法替換為 1/jaccard(u, v) - 1。

兩個長度為 n 的布林值一維陣列 u 和 v 之間的 Kulczynski 1 相異度，定義為

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

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 在 \(k \in {0, 1, ..., n-1}\) 中出現的次數。

參數:

u(N,) 陣列型別, 布林值: 輸入陣列。
v(N,) 陣列型別, 布林值: 輸入陣列。
w(N,) 陣列型別, 選擇性: 在 u 和 v 中每個值的權重。預設為 None，表示每個值的權重為 1.0。

回傳值:

kulczynski1浮點數: 向量 u 和 v 之間的 Kulczynski 1 距離。

說明

此度量最小值為 0，且無上限。當沒有非匹配項時，則未定義。

在 1.8.0 版本中新增。

參考文獻

[1]

Kulczynski S. et al. Bulletin International de l’Academie Polonaise des Sciences et des Lettres, Classe des Sciences Mathematiques et Naturelles, Serie B (Sciences Naturelles). 1927; Supplement II: 57-203.

範例

>>> 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