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。
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| X | ndarray (n_samples, n_features) 数组1用于距离计算。 |
| Y | ndarray (n_samples, n_features) 数组2用于距离计算。 |
| metric | string or callable 计算特征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的两个数组作为输入，并返回一个指示它们之间距离的值。 |
| 返回值 | 说明 |
|---|---|
| distances | ndarray (n_samples, ) |
另见：
pairwise_distances计算每对样本之间的距离
示例
>>> from sklearn.metrics.pairwise import paired_distances
>>> X = [[0, 1], [1, 1]]
>>> Y = [[0, 1], [2, 1]]
>>> paired_distances(X, Y)
array([0., 1.])
