獲取來自scipy.pdist（myArray，metric =「jaccard」）的結果索引以映射回原始數組？

Question

我試圖計算Jaccard相似

y= 1 - scipy.spatial.distance.pdist(X,metric="jaccard") 

X是m x n矩陣和我得到尺寸m choose 2的1-d陣列這個函數的結果。我如何將相似度值映射回來以獲得對稱數組或者（非對稱數組，無論哪種方式都很好），所以我可以告訴X中的哪兩個向量（X中的每一行是布爾向量）都會生成特定的jaccard相似度值在y？

Answer 1

可以使用scipy.spatial.distance.squareform到全MXN距離矩陣和上三角之間進行轉換：

import numpy as np 
from scipy.spatial import distance 

m = 100 
n = 200 
X = np.random.randn(m, n) 

d = distance.pdist(X, metric='jaccard') 
print(d.shape) 
# (4950,) 

D = distance.squareform(d) 
print D.shape 
# (100, 100) 

Answer 2

有一個名爲scipy.spatial.distance.squareform(y)模塊，其中，它從獲得的濃縮形式1-d矩陣轉換scipy.spatial.distance.pdist(X,metric='jaccard')爲一個對稱矩陣，所以從那裏獲得索引相對比較簡單。

因此，我們可以做到以下幾點：

y=1-scipy.spatial.distance.pdist(x,metric='jaccard') 
z=scipy.spatial.distance.squareform(y) 

X是m x n輸入矩陣。 這裏y將是一個1 x (m choose 2)維矩陣（濃縮距離矩陣） z將是一個m x m方形對稱矩陣