我有两个要比较的二进制列表。为了进行比较,我求出每个对应值相等的总和,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
因此,在这种情况下,就紧密度而言,l1和l2为61.666。随着每个列表的相似度降低,紧密度值减小。
例如使用值:
l1 = [1,0,1]
l2 = [0,1,0]
返回0.0
如何绘制l1
和l2
来描述l1
和l2
之间的关系?使用这种方法测量二进制值之间的相似性是否有名称?
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:
”如果两个条目均为0,则不会增加您的“相似性”
使用以下更新的代码来计算相似性,此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,则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吗?
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
答案 0 :(得分:1)
否,情节没有意义。实际上,您正在做的是向量之间的内部产品。根据此度量标准,l1
和l2
被认为是3D(在这种情况下)空间中的向量,这可以衡量它们是否面向相同的相似方向并具有相同的长度。输出为标量值,因此没有要绘制的内容。
如果要显示每个组件的单独贡献,您可以可以做类似的事情
contributions = [a==b for a, b in zip(l1, l2)]
plt.plot(list(range(len(contributions)), contributions)
但是我仍然不确定这是否有意义。
答案 1 :(得分:0)
import numpy as np
import matplotlib.pyplot as plt
def unpackbits(a, n):
''' Unpacks an integer `a` to n-length binary list. '''
return [a >> i & 1 for i in range(n-1,-1,-1)]
def similarity(a, b, n):
''' Similarity between n-length binary lists obtained from unpacking
the integers a and b. '''
a_unpacked = unpackbits(a, n)
b_unpacked = unpackbits(b, n)
return np.sum(np.isclose(a_unpacked, b_unpacked))/n
# Plot
n = 3
x = np.arange(2**n+1)
y = np.arange(2**n+1)
xx, yy = np.meshgrid(x, x)
z = np.vectorize(similarity)(yy[:-1,:-1], xx[:-1,:-1], n)
labels = [unpackbits(i, n) for i in x]
cmap = plt.cm.get_cmap('binary', n+1)
fig, ax = plt.subplots()
pc = ax.pcolor(x, y, z, cmap=cmap, edgecolor='k', vmin = 0, vmax=1)
ax.set_xticks(x + 0.5)
ax.set_yticks(y + 0.5)
ax.set_xlim(0, 2**n)
ax.set_ylim(0, 2**n)
ax.set_xticklabels(labels, rotation=45)
ax.set_yticklabels(labels)
cbar = fig.colorbar(pc, ax=ax, ticks=[i/n for i in range(n+1)])
cbar.ax.set_ylabel('similarity', fontsize=14)
ax.set_aspect('equal', adjustable='box')
plt.tight_layout()
plt.show()