sklearn中的pairwise_distance
Posted webbery
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了sklearn中的pairwise_distance相关的知识,希望对你有一定的参考价值。
pairwise_distance在sklearn的官网中解释为“从X向量数组中计算距离矩阵”,对不懂的人来说过于简单,不甚了了。
实际上,pairwise的意思是每个元素分别对应。因此pairwise_distance就是指计算两个输入矩阵X、Y之间对应元素的距离。
pairwise_distances
(X, Y=None, metric=‘euclidean‘...)
该函数的输入是一个矩阵/二维数组等等,Y可以为None,当Y为None时,代码实现里会将Y替换成X,而metric指明X和Y每对元素之间采用的距离公式。
对于euclidean,使用欧式距离。另外还支持‘braycurtis’, ‘canberra’, ‘chebyshev’, ‘correlation’, ‘dice’, ‘hamming’, ‘jaccard’, ‘kulsinski’, ‘mahalanobis’, ‘matching’, ‘minkowski’, ‘rogerstanimoto’, ‘russellrao’, ‘seuclidean’, ‘sokalmichener’, ‘sokalsneath’, ‘sqeuclidean’, ‘yule’这些距离
以上是关于sklearn中的pairwise_distance的主要内容,如果未能解决你的问题,请参考以下文章
SkLearn 中的 TimeSeriesSplit 无法正常工作
为什么sklearn中的sklearn.metrics.RocCurveDisplay可视化的图像中的AUC值的有效小数位数为两位?而不能自定义调节(floating point precision)