scipy.spatial.distance.

sokalsneath#

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

計算兩個布林一維陣列之間的 Sokal-Sneath 相異度。

u 和 v 之間的 Sokal-Sneath 相異度，

\[\frac{R} {c_{TT} + R}\]

其中 \(c_{ij}\) 是 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 在 \(k < n\) 的出現次數，而 \(R = 2(c_{TF} + c_{FT})\)。

參數:

u(N,) 類陣列 (array_like), 布林值 (bool): 輸入陣列。
v(N,) 類陣列 (array_like), 布林值 (bool): 輸入陣列。
w(N,) 類陣列 (array_like), 選用 (optional): 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:

sokalsneath雙精度浮點數 (double): 向量 u 和 v 之間的 Sokal-Sneath 相異度。

範例

>>> from scipy.spatial import distance
>>> distance.sokalsneath([1, 0, 0], [0, 1, 0])
1.0
>>> distance.sokalsneath([1, 0, 0], [1, 1, 0])
0.66666666666666663
>>> distance.sokalsneath([1, 0, 0], [2, 1, 0])
0.0
>>> distance.sokalsneath([1, 0, 0], [3, 1, 0])
-2.0