sklearn.metrics.pairwise.paired

sklearn.metrics.pairwise.paired_distances

sklearn.metrics.pairwise.paired_distances(X, Y, metric=’euclidean’, **kwds)

计算X和Y之间的配对距离。
计算（X [0]，Y [0]），（X [1]，Y [1]）等之间的距离。

参数：

X : ndarray (n_samples, n_features)	用于距离计算的数组1。
Y : ndarray (n_samples, n_features)	用于距离计算的数组2。
metric : string or callable	计算要素数组中实例之间的距离时使用的度量。如果metric是字符串，则它必须是PAIRED_DISTANCES中指定的选项之一，包括“ euclidean”，“ manhattan”或“ cosine”。或者，如果metric是可调用函数，则在每对实例（行）上调用它，并记录结果值。可调用对象应将X的两个数组作为输入，并返回一个指示它们之间距离的值。

X : ndarray (n_samples, n_features)

用于距离计算的数组1。

Y : ndarray (n_samples, n_features)

用于距离计算的数组2。

metric : string or callable

计算要素数组中实例之间的距离时使用的度量。如果metric是字符串，则它必须是PAIRED_DISTANCES中指定的选项之一，包括“ euclidean”，“ manhattan”或“ cosine”。或者，如果metric是可调用函数，则在每对实例（行）上调用它，并记录结果值。可调用对象应将X的两个数组作为输入，并返回一个指示它们之间距离的值。

返回：

distances : ndarray (n_samples, )	一个距离数组

官网例子

>>> from sklearn.metrics.pairwise import paired_distances
>>> X = [[0, 1], [1, 1]]
>>> Y = [[0, 1], [2, 1]]
>>> paired_distances(X, Y)
array([0., 1.])

类似用法
sklearn.metrics.pairwise_distances 计算每对样本之间的距离

sklearn.metrics.pairwise.paired_distances相关推荐

sklearn.metrics.pairwise.linear_kernel
sklearn.metrics.pairwise.linear_kernel sklearn.metrics.pairwise.linear_kernel-计算X和Y之间的线性核. 二级标题 skle ...
sequential模型编译时的指标设置：sklearn.metrics:指标
sklearn.metrics: Metrics 官网是最好的学习区. See the Model evaluation: quantifying the quality of predictions ...
sklearn 下距离的度量 —— sklearn.metrics
1. pairwise from sklearn.metrics.pairwise import pairwise_distance 计算一个样本集内部样本之间的距离: D = np.array([n ...
sklearn.metrics报错
import sklearn sklearn.metrics.pairwise.cosine_similarity(word1_embed, word2_embed) 报错经过查阅https://b ...
R包rdist、Python sklearn计算pairwise distance
R包rdist计算pairwise distance 最近想要计算pairwise distance,使用嵌套循环可以解决,但是当矩阵太大的时,就计算慢很多(0.5h到几天的差别). 1. rdist ...
sklearn.metrics.pairwise_distances
sklearn.metrics.pairwise_distances sklearn.metrics.pairwise_distances(X, Y=None, metric='euclidean', ...
样本轮廓系数（原理、sklearn.metrics.silhouette_score、silhouette_samples参数介绍）
一.轮廓系数含义: 轮廓系数(Silhouette Coefficient),是聚类效果好坏的一种评价方式. 最佳值为1,最差值为-1.接近0的值表示重叠的群集.负值通常表示样本已分配给错误的聚类,因 ...
报错整理：ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘
1 问题描述使用 from sklearn.metrics import mean_absolute_percentage_error y_true = [3, -0.5, 2, 7] y_pred ...
ML之sklearn：sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略
ML之sklearn:sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略目录 sklearn.metrics中常用的函数参数 con ...

sklearn.metrics.pairwise.paired_distances

sklearn.metrics.pairwise.paired_distances

sklearn.metrics.pairwise.paired_distances相关推荐

最新文章

热门文章