sklearn中的pairwise_distance


pairwise_distance在sklearn的官網中解釋為“從X向量數組中計算距離矩陣”,對不懂的人來說過於簡單,不甚了了。

實際上,pairwise的意思是每個元素分別對應。因此pairwise_distance就是指計算兩個輸入矩陣X、Y之間對應元素的距離。

pairwise_distances(X, Y=None, metric='euclidean'...)

該函數的輸入是一個矩陣/二維數組等等,Y可以為None,當Y為None時,代碼實現里會將Y替換成X,而metric指明X和Y每對元素之間采用的距離公式。

對於euclidean,使用歐式距離。另外還支持‘braycurtis’, ‘canberra’, ‘chebyshev’, ‘correlation’, ‘dice’, ‘hamming’, ‘jaccard’, ‘kulsinski’, ‘mahalanobis’, ‘matching’, ‘minkowski’, ‘rogerstanimoto’, ‘russellrao’, ‘seuclidean’, ‘sokalmichener’, ‘sokalsneath’, ‘sqeuclidean’, ‘yule’這些距離


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM