Skip to main content
 首页 » 编程设计

python之测量二进制列表之间的相似性

2024年12月31日11jirigala

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。