scipy.spatial.distance.

sokalmichener#

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

計算兩個布林一維陣列之間的 Sokal-Michener 相異度。

自 1.15.0 版本起已棄用: 此函數已棄用，並將在 SciPy 1.17.0 中移除。請將 sokalmichener(u, v) 的用法替換為 rogerstanimoto(u, v)。

布林一維陣列 u 和 v 之間的 Sokal-Michener 相異度定義為

\[\frac{R} {S + R}\]

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 在 \(k < n\) 時出現的次數，\(R = 2 * (c_{TF} + c_{FT})\) 且 \(S = c_{FF} + c_{TT}\)。

參數:

u(N,) 類似陣列, 布林: 輸入陣列。
v(N,) 類似陣列, 布林: 輸入陣列。
w(N,) 類似陣列, 可選: 在 u 和 v 中每個值的權重。預設值為 None，表示每個值的權重為 1.0。

回傳值:

sokalmichenerdouble: 向量 u 和 v 之間的 Sokal-Michener 相異度。

範例

>>> 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