consensus_score#

sklearn.metrics.consensus_score(a, b, *, similarity='jaccard')[источник]#

Сходство двух наборов бикластеров.

Вычисляется сходство между отдельными бикластерами. Затем наилучшее соответствие между множествами находится путём решения задачи линейного назначения с использованием модифицированного алгоритма Йонкера-Волгенанта. Итоговый счёт — это сумма сходств, делённая на размер большего множества.

Подробнее в Руководство пользователя.

Параметры:
aкортеж (строки, столбцы)

Кортеж индикаторов строк и столбцов для набора бикластеров.

bкортеж (строки, столбцы)

Другой набор бикластеров, как a.

similarity'jaccard' или вызываемый объект, по умолчанию='jaccard'

Может быть строкой "jaccard" для использования коэффициента Жаккара или любой функцией, принимающей четыре аргумента, каждый из которых является 1d вектором-индикатором: (a_rows, a_columns, b_rows, b_columns).

Возвращает:
consensus_scorefloat

Согласованная оценка, неотрицательное значение, сумма сходств, деленная на размер большего множества.

Смотрите также

scipy.optimize.linear_sum_assignment

Решить задачу линейного назначения с минимальной суммой.

Ссылки

Примеры

>>> from sklearn.metrics import consensus_score
>>> a = ([[True, False], [False, True]], [[False, True], [True, False]])
>>> b = ([[False, True], [True, False]], [[True, False], [False, True]])
>>> consensus_score(a, b, similarity='jaccard')
1.0
На этой странице