计算 Kendall 的 Tau 以获得列表列表答案

【问题标题】：Compute Kendall's Tau for a list of list计算 Kendall 的 Tau 以获得列表列表
【发布时间】：2020-04-07 09:45:02
【问题描述】：

我创建了一个模型，可以订购不同长度的对象，我想测量它的性能。该模型接收打乱的对象作为输入并输出排序的对象。例如，我有一个输入 x= [[ 5, 6, 4, 3, 1, 2], [3,2,4,1], [2,1,3],.....] 和输出为 y=[[5, 6, 3, 1, 2, 4], [ 1,3, 2, 4], [1,2,3].....] 我想使用 Kendall 的 tau 来计算列表 x 和 y 的相关性。但我不确定我是否能做到这一点，因为网络上的许多示例都显示使用只有一维列表的 Kendall's Tau，所以我应该为每个列表分别计算 Kendall's Tau 并对它们进行平均吗？如果我不必单独做，我该如何处理不同长度的列表？我试图做 scipy.stat.kendalltau(x,y) 但由于列表的长度不同，它给了我一个错误。

【问题讨论】：

标签： python scipy correlation

【解决方案1】：

看起来 x 和 y 的每个元素都是相同长度的列表。您只需要使用zip 并行迭代列表。

from scipy import stats

x= [[ 5, 6, 4, 3, 1, 2], [3,2,4,1], [2,1,3]] 
y=[[5, 6, 3, 1, 2, 4], [ 1,3, 2, 4], [1,2,3]]

for l1, l2 in zip(x, y):
    print(stats.kendalltau(l1, l2))

KendalltauResult(correlation=0.6, pvalue=0.1361111111111111)
KendalltauResult(correlation=-0.6666666666666669, pvalue=0.3333333333333333)
KendalltauResult(correlation=0.33333333333333337, pvalue=1.0)

【讨论】：

我想将整个列表 x 和 y 的 Kendall's Tau 计算为一个数字。我在 x 和 y 中有大约 4,846 个列表，所以我不希望每个元素都有 4,846 个 Kendall 的 tau。我希望这很清楚。