求输出范围为[0,1]的Kendall Tau距离Python实现方案

当然有办法实现啦！其实你只需要对scipy输出的[-1,1]范围Kendall Tau值做个简单的线性变换，就能把它映射到[0,1]区间。如果你想自己写个直接输出[0,1]范围的实现，也完全没问题，我给你两种实用方案：

方案1：基于scipy结果快速转换 #

scipy的scipy.stats.kendalltau返回的tau值范围是[-1,1]，我们可以用线性变换公式(tau + 1) / 2将其映射到[0,1]区间——当两个排名完全一致时，tau=1，转换后得到1；当完全相反时，tau=-1，转换后得到0。如果需要的是距离度量（差异越大值越大），则可以用(1 - tau) / 2，这样完全一致时值为0，完全相反时值为1。

示例代码：

from scipy.stats import kendalltau

# 两个示例排名列表
rank_a = [1, 2, 3, 4, 5]
rank_b = [3, 1, 2, 5, 4]

# 获取scipy原生的Kendall Tau值
tau, p_val = kendalltau(rank_a, rank_b)

# 转换为[0,1]范围的相似性分数（越一致越接近1）
similarity_score = (tau + 1) / 2
# 转换为[0,1]范围的距离分数（越不一致越接近1）
distance_score = (1 - tau) / 2

print(f"原生tau值: {tau:.4f}")
print(f"[0,1]相似性分数: {similarity_score:.4f}")
print(f"[0,1]距离分数: {distance_score:.4f}")

方案2：自定义实现直接输出[0,1]范围 #

如果你不想依赖scipy，也可以自己实现核心逻辑。Kendall Tau的核心是统计一致对（两个元素在两个排名中顺序相同）和不一致对（顺序相反）的数量。我们可以直接基于这两个统计量计算[0,1]范围的分数：

示例代码：

def kendall_tau_01(rank1, rank2, return_distance=True):
    """
    计算[0,1]范围的Kendall Tau分数
    参数:
        rank1: 第一个排名列表
        rank2: 第二个排名列表
        return_distance: 若为True返回距离分数（差异越大值越大），否则返回相似性分数
    返回:
        [0,1]范围的Kendall Tau分数
    """
    assert len(rank1) == len(rank2), "两个排名列表的长度必须一致"
    n = len(rank1)
    concordant = 0  # 一致对数量
    discordant = 0  # 不一致对数量
    
    # 遍历所有两两组合
    for i in range(n):
        for j in range(i + 1, n):
            # 判断两个元素在两个排名中的顺序关系
            rank_diff1 = rank1[i] - rank1[j]
            rank_diff2 = rank2[i] - rank2[j]
            product = rank_diff1 * rank_diff2
            if product > 0:
                concordant += 1
            elif product < 0:
                discordant += 1
            # 结（元素相等）的情况这里默认忽略，和scipy默认行为一致
    
    total_pairs = concordant + discordant
    if total_pairs == 0:
        return 0.0  # 所有元素都相同，分数为0
    
    if return_distance:
        return discordant / total_pairs
    else:
        return concordant / total_pairs

# 测试示例
rank_a = [1, 2, 3, 4, 5]
rank_b = [3, 1, 2, 5, 4]

distance_score = kendall_tau_01(rank_a, rank_b)
similarity_score = kendall_tau_01(rank_a, rank_b, return_distance=False)

print(f"自定义实现的[0,1]距离分数: {distance_score:.4f}")
print(f"自定义实现的[0,1]相似性分数: {similarity_score:.4f}")

注意事项 #

• 关于结（排名中存在相等元素）的处理：如果你的数据中有结，可以参考scipy的kendalltau函数的method参数，调整自定义实现中的统计逻辑，比如加入对结的权重计算。
• 两种方案的结果是完全对齐的：自定义实现的相似性分数等于(scipy_tau +1)/2，距离分数等于(1 - scipy_tau)/2。

内容的提问来源于stack exchange，提问作者chzigkol