<\/p>\n
Jarak Hamming<\/strong> antara dua vektor hanyalah jumlah elemen-elemen bersesuaian yang berbeda antar vektor.<\/span><\/p>\n Misalnya kita mempunyai dua vektor berikut:<\/span><\/p>\n Jarak Hamming antara dua vektor adalah 2<\/strong> , karena ini adalah jumlah total elemen yang cocok dan memiliki nilai berbeda.<\/span><\/p>\n Untuk menghitung jarak Hamming antara dua array dengan Python kita dapat menggunakan fungsi hamming()<\/a> dari perpustakaan scipy.spatial.distance, yang menggunakan sintaks berikut:<\/span><\/p>\n Perhatikan bahwa fungsi ini mengembalikan persentase<\/strong> elemen pencocokan yang berbeda antara dua larik.<\/span><\/p>\n Jadi, untuk mendapatkan jarak Hamming kita cukup mengalikannya dengan panjang salah satu tabel:<\/span><\/p>\n Tutorial ini memberikan beberapa contoh penggunaan praktis fungsi ini.<\/span><\/p>\n Kode berikut menunjukkan cara menghitung jarak Hamming antara dua array yang masing-masing hanya berisi dua kemungkinan nilai:<\/span><\/p>\n Jarak Hamming antara kedua meja adalah 2<\/strong> .<\/span><\/p>\n Kode berikut menunjukkan cara menghitung jarak Hamming antara dua array yang masing-masing berisi beberapa nilai numerik:<\/span><\/p>\n Jarak Hamming antara kedua meja adalah 3<\/strong> .<\/span><\/p>\n Kode berikut menunjukkan cara menghitung jarak Hamming antara dua array yang masing-masing berisi beberapa nilai karakter:<\/span><\/p>\n Jarak Hamming antara kedua tabel adalah 1<\/strong> .<\/span><\/p>\n Cara menghitung jarak Euclidean dengan Python<\/a> Jarak Hamming antara dua vektor hanyalah jumlah elemen-elemen bersesuaian yang berbeda antar vektor. Misalnya kita mempunyai dua vektor berikut: x = [1, 2, 3, 4] y = [1, 2, 5, 7] Jarak Hamming antara dua vektor adalah 2 , karena ini adalah jumlah total elemen yang cocok dan memiliki nilai berbeda. Untuk menghitung jarak Hamming […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n x = [1, 2, 3, 4]\n\ny = [1, 2, 5, 7]\n<\/strong><\/pre>\n
scipy. spatial<\/span> . distance<\/span> . hamming<\/span> (array1, array2)<\/strong><\/pre>\n scipy. spatial<\/span> . distance<\/span> . hamming<\/span> (array1, array2) * len<\/span> (array1)<\/strong><\/pre>\n Contoh 1: Hamming jarak antar array biner<\/strong><\/span><\/h3>\n
from<\/span> scipy. spatial<\/span> . distance<\/span> import<\/span> hamming\n\n#define arrays\n<\/span>x = [0, 1, 1, 1, 0, 1]\ny = [0, 0, 1, 1, 0, 0]\n\n#calculate Hamming distance between the two arrays\n<\/span>hamming(x, y) * len<\/span> (x)\n\n2.0\n<\/strong><\/pre>\n Contoh 2: Hamming jarak antar array numerik<\/strong><\/span><\/h3>\n
from<\/span> scipy. spatial<\/span> . distance<\/span> import<\/span> hamming\n\n#define arrays\n<\/span>x = [7, 12, 14, 19, 22]\ny = [7, 12, 16, 26, 27]\n\n#calculate Hamming distance between the two arrays\n<\/span>hamming(x, y) * len<\/span> (x)\n\n3.0<\/strong><\/pre>\n Contoh 3: Hamming jarak antar array string<\/strong><\/span><\/h3>\n
from<\/span> scipy.<\/span> spatial<\/span> . distance<\/span> import<\/span> hamming<\/span> \n\n#define arrays\n<\/span>x = ['a', 'b', 'c', 'd']\ny = ['a', 'b', 'c', 'r']\n\n#calculate Hamming distance between the two arrays\n<\/span>hamming(x, y) * len<\/span> (x)\n\n1.0\n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h3>\n
Cara Menghitung Jarak Mahalanobis dengan Python<\/a>
Cara menghitung kesamaan Jaccard dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"