我有两个要比较的二进制列表。为了比较,我在每个对应值相等的地方求和并将其转换为百分比:
import numpy as np
l1 = [1,0,1]
l2 = [1,1,1]
print(np.dot(l1 , l2) / len(l1) * 100)
打印 66.666
所以在这种情况下,l1 和 l2 的接近度为 61.666。由于每个列表的相似性较低,因此接近度值会降低。
例如使用值:
l1 = [1,0,1]
l2 = [0,1,0]
返回 0.0
如何绘制描述 l1 和 l2 之间关系的 l1 和 l2 ?是否有使用此方法测量二进制值之间相似性的名称?
使用散点图:
import matplotlib.pyplot as plt
plt.scatter( 'x', 'y', data=pd.DataFrame({'x': l1, 'y': l2 }))
产生:
但这没有意义吗?
更新:
“如果两个条目都是0,这将不会有助于你的”相似度“
使用下面更新的代码来计算相似性,这个更新的相似性度量在计算最终分数时包括相应的 0 值。
import numpy as np
l1 = [0,0,0]
l2 = [0,1,0]
print(len([a for a in np.isclose(l1 , l2) if(a)]) / len(l1) * 100)
返回:
66.66666666666666
或者,将下面的代码与度量 normalized_mutual_info_score 一起使用对于相同或不同的列表返回 1.0,因此 normalized_mutual_info_score 不是合适的相似性度量?
from sklearn.metrics.cluster import normalized_mutual_info_score
l1 = [1,0,1]
l2 = [0,1,0]
print(normalized_mutual_info_score(l1 , l2))
l1 = [0,0,0]
l2 = [0,0,0]
print(normalized_mutual_info_score(l1 , l2))
打印:
1.0
1.0
请您参考如下方法:
不,情节没有意义。您所做的本质上是向量之间的内积。根据这个指标,l1 和 l2 应该是 3D(在本例中)空间中的向量,这衡量它们是否面向相同的相似方向并且具有相似的长度。输出是一个标量值,所以没有什么可绘制的。
如果你想显示每个组件的个人贡献,你可以做类似的事情
contributions = [a==b for a, b in zip(l1, l2)]
plt.plot(list(range(len(contributions)), contributions)
但我仍然不确定这是否有意义。
