sklearn.metrics.pairwise.paired_distances

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

源码

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。

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 = [[01], [11]]
>>> Y = [[01], [21]]
>>> paired_distances(X, Y)
array([0.1.])