sklearn.metrics.pairwise.pairwise_kernels¶
sklearn.metrics.pairwise.pairwise_kernels(X, Y=None, metric='linear', *, filter_params=False, n_jobs=None, **kwds)
计算数组X和可选数组Y之间的内核。
此方法采用向量数组或内核矩阵，然后返回内核矩阵。如果输入是向量数组，则计算内核。如果输入是内核矩阵，则将其返回。
此方法提供了一种安全的方法，可以将内核矩阵作为输入，同时保持与采用矢量数组的许多其他算法的兼容性。
如果给定Y（默认为None），则返回的矩阵是X和Y数组之间的成对内核。
指标的有效值为：
['additive_chi2'，'chi2'，'linear'，'poly'，'polynomial'，'rbf'，'laplacian'，'Sigmoid'，'cosine']
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| X | array [n_samples_a, n_samples_a] if metric == “precomputed”, or, [n_samples_a, n_features] otherwise 样本之间的成对内核数组或特征数组。 |
| Y | array [n_samples_b, n_features] 仅当X具有形状[n_samples_a，n_features]时，第二个特征数组。 |
| metric | string, or callable 计算特征数组中实例之间的内核时使用的度量。 如果metric是字符串，则它必须是pairwise.PAIRWISE_KERNEL_FUNCTIONS中的一个度量。如果度量是“precomputed”，则假定X为内核矩阵。或者，如果metric是可调用的函数，则在每对实例（行）上调用metric，并记录结果值。可调用对象应将X的两行作为输入，并以单个数字返回相应的内核值。这意味着不允许 sklearn.metrics.pairwise中的可调用对象，因为它们在矩阵而不是单个样本上运行。请使用标识内核的字符串代替。 |
| filter_params | boolean 是否过滤无效参数。 |
| n_jobs | int or None, optional (default=None) 用于计算的作业数。将成对矩阵分解为n_jobs个偶数切片再并行计算。 除非在 joblib.parallel_backend上下文中，否则None表示1。-1表示使用所有处理器。有关更多详细信息，请参见词汇表。 |
| *kwds | optional keyword parameters 任何其他参数都直接传递给内核函数。 |
| 返回值 | 说明 |
|---|---|
| K | array [n_samples_a, n_samples_a] or [n_samples_a, n_samples_b] 如果Y为None，则使得K_ {i，j}是给定矩阵X的第i个向量和第j个向量之间的核的核矩阵K。如果Y不为None，则K_ {i，j}是X的第i个数组和Y的第j个数组之间的内核。 |
注
如果指标是‘precomputed’，则忽略Y并返回X。