sklearn.gaussian_process.PairwiseKernel¶

class sklearn.gaussian_process.kernels.PairwiseKernel(gamma=1.0, gamma_bounds=(1e-05, 100000.0), metric='linear', pairwise_kernels_kwargs=None)

用sklearn.metrics.pairwise来包装.

在sklearn.metrics.pairwise.中，一个轻量级的包装将内核的功能包裹起来。

注:eval_gradient的评分不是解析的，而是数值的内核只支持各向同性距离。参数gamma被认为是一个超参数，可以被优化。其他内核参数在初始化时直接设置并保持固定。

新版本0.18。

参数	说明
gamma	float, default=1.0 由度规指定的成对核的参数gamma。它应该是正的。
gamma_bounds	pair of floats >= 0 or “fixed”, default=(1e-5, 1e5) gamma的上下限。如果设置为“固定”，则在超参数调优期间无法更改“gamma”。
metric	{“linear”, “additive_chi2”, “chi2”, “poly”, “polynomial”, “rbf”, “laplacian”, “sigmoid”, “cosine”} or callable, default=”linear” 在计算特性数组中的实例之间的内核时要使用的度量。如果metric是一个字符串，那么它必须是PAIRWISE_KERNEL_FUNCTIONS中的一个指标。如果度量是“预先计算”的，则假设X是一个核矩阵。另外，如果metric是一个可调用的函数，那么它将在每对实例(行)和记录的结果值上调用。可调用函数应该从X获取两个数组作为输入，并返回一个值，指示它们之间的距离。
pairwise_kernels_kwargs	dict, default=None 这个dict的所有条目(如果有的话)都作为关键字参数传递给两两的内核函数。

方法

__init__(self, gamma=1.0, gamma_bounds=(1e-05, 100000.0), metric='linear', pairwise_kernels_kwargs=None)

初始化self.请参阅help(type(self))以获得准确的说明。

 __call__(self, X, Y=None, eval_gradient=False)

返回核函数k(X, Y)和它的梯度。

参数	说明
X	ndarray of shape (n_samples_X, n_features) 返回核函数k(X, Y)的左参数
Y	ndarray of shape (n_samples_Y, n_features), default=None 返回的核函数k(X, Y)的正确参数。如果没有，则计算k(X, X)。
eval_gradient	bool, default=False 确定关于核超参数的梯度是否确定。只有当Y没有的时候才被支持。

返回值	说明
K	ndarray of shape (n_samples_X, n_samples_Y) 内核k (X, Y)
K_gradient	ndarray of shape (n_samples_X, n_samples_X, n_dims), optional 核函数k(X, X)关于核函数超参数的梯度。只有当`eval_gradient`为真时才返回。

property bounds

返回的对数变换界限。

返回值	说明
bounds	ndarray of shape (n_dims, 2) 核函数超参数的对数变换界限

clone_with_theta(self, theta)

返回带有给定超参数theta的self的克隆。

参数	说明
theta	ndarray of shape (n_dims,) 的hyperparameters

diag(self, X)

返回核函数k(X, X)的对角线。

该方法的结果与np.diag(self(X))相同;但是，由于只计算对角，因此可以更有效地计算它。

参数	说明
X	ndarray of shape (n_samples_X, n_features) 返回核函数k(X, Y)的左参数

返回值	说明
K_diag	ndarray of shape (n_samples_X,) 核k(X, X)的对角线

get_params(self, deep=True)

获取这个内核的参数。

参数	说明
deep	bool, default=True 如果为真，将返回此估计器的参数以及包含的作为估计器的子对象。

返回值	说明
params	dict 参数名称映射到它们的值。

property hyperparameters

返回所有超参数的列表。

is_stationary(self)

返回内核是否静止。

property n_dims

返回内核的非固定超参数的数量。

property requires_vector_input

返回内核是在固定长度的特征向量上定义的还是在通用对象上定义的。向后兼容性的默认值为True。

set_params(self, **params)

设置这个内核的参数。

该方法适用于简单估计量和嵌套对象(如pipline)。后者具有形式为<component>_<parameter>的参数，这样就让更新嵌套对象的每个组件成为了可能。

返回值	说明
self	无

property theta

返回(扁平的、对数转换的)非固定超参数。

注意，theta通常是内核超参数的对数变换值，因为这种搜索空间的表示更适合超参数搜索，因为像长度尺度这样的超参数自然存在于对数尺度上。

返回值	说明
theta	ndarray of shape (n_dims,) 核函数的非固定、对数变换超参数