scipy.spatial.distance.

kulczynski1#

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

Berechnet die Kulczynski 1-Unähnlichkeit zwischen zwei booleschen 1-D-Arrays.

Veraltet seit Version 1.15.0: Diese Funktion ist veraltet und wird in SciPy 1.17.0 entfernt. Ersetzen Sie die Verwendung von kulczynski1(u, v) durch 1/jaccard(u, v) - 1.

Die Kulczynski 1-Unähnlichkeit zwischen zwei booleschen 1-D-Arrays u und v der Länge n ist definiert als

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

wobei \(c_{ij}\) die Anzahl der Vorkommen von \(\mathtt{u[k]} = i\) und \(\mathtt{v[k]} = j\) für \(k \in {0, 1, ..., n-1}\) ist.

Parameter:

u(N,) array_like, bool: Eingabearray.
v(N,) array_like, bool: Eingabearray.
w(N,) array_like, optional: Die Gewichte für jeden Wert in u und v. Standard ist None, was jedem Wert ein Gewicht von 1,0 gibt.

Rückgabe:

kulczynski1float: Der Kulczynski 1-Abstand zwischen den Vektoren u und v.

Hinweise

Dieses Maß hat einen Minimalwert von 0 und keine Obergrenze. Es ist undefiniert, wenn es keine Nichtübereinstimmungen gibt.

Hinzugefügt in Version 1.8.0.

Referenzen

[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.

Beispiele

>>> 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