scipy.spatial.distance.

sokalmichener#

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

Berechnet die Sokal-Michener-Dissimilarität zwischen zwei booleschen 1D-Arrays.

Veraltet seit Version 1.15.0: Diese Funktion ist veraltet und wird in SciPy 1.17.0 entfernt. Ersetzen Sie die Verwendung von sokalmichener(u, v) durch rogerstanimoto(u, v).

Die Sokal-Michener-Dissimilarität zwischen booleschen 1D-Arrays u und v ist definiert als

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

wobei \(c_{ij}\) die Anzahl der Vorkommen von \(\mathtt{u[k]} = i\) und \(\mathtt{v[k]} = j\) für \(k < n\) ist, \(R = 2 * (c_{TF} + c_{FT})\) und \(S = c_{FF} + c_{TT}\).

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:

sokalmichenerdouble: Die Sokal-Michener-Dissimilarität zwischen den Vektoren u und v.

Beispiele

>>> 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