scipy.spatial.distance.

sokalmichener#

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

计算两个布尔值一维数组之间的 Sokal-Michener 不相似度。

自 1.15.0 版本弃用: 此函数已弃用，将在 SciPy 1.17.0 中删除。请使用 rogerstanimoto(u, v) 替换 sokalmichener(u, v) 的用法。

布尔值一维数组 u 和 v 之间的 Sokal-Michener 不相似度定义为

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

其中 \(c_{ij}\) 表示 \(\mathtt{u[k]} = i\) 和 \(\mathtt{v[k]} = j\) 的出现次数，对于 \(k < n\)，\(R = 2 * (c_{TF} + c_{FT})\) 和 \(S = c_{FF} + c_{TT}\)。

参数:

u(N,) 类似数组，布尔值: 输入数组。
v(N,) 类似数组，布尔值: 输入数组。
w(N,) 类似数组，可选: u 和 v 中每个值的权重。默认为 None，表示每个值的权重为 1.0

返回:

sokalmichener双精度浮点数: 向量 u 和 v 之间的 Sokal-Michener 不相似度。

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