如何在python中计算Aitchison距离

问题描述

我有想要计算相似度的成分数据。作为输入,我有两个一维数组,例如:

data1=[0.03510584946878486,0.09929433687476773,0.049647168437383864,0.03510584946878486,0.01755292473439243,0.07021169893756972,0.024823584218691932,0.2808467957502789,0.024823584218691932]

data2=[0.036891382048211505,0.29513105638569204,0.05217229282726804,0.02608614641363402,0.018445691024105752,0.07378276409642301,0.10434458565453608,0.036891382048211505,0.018445691024105752]

这些可以被认为是两个不同的条件,每个条件都有自己的每个类别的概率。从阅读周围来看,似乎 Aitchison 距离最适合计算它们的相似程度,尽管我可能是错的。 Scipy 似乎没有为它实现任何东西。有没有人知道如何做或有关于如何最好地比较成分数据的想法?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)