nan_euclidean_distances#

sklearn.metrics.pairwise.nan_euclidean_distances(X, Y=None, *, квадрат=False, missing_values=nan, copy=True)[источник]#

Вычисление евклидовых расстояний при наличии пропущенных значений.

Вычислить евклидово расстояние между каждой парой образцов в X и Y, где предполагается Y=X, если Y=None. При вычислении расстояния между парой образцов эта формулировка игнорирует координаты признаков с пропущенным значением в любом из образцов и увеличивает вес оставшихся координат:

dist(x,y) = sqrt(weight * sq. distance from present coordinates)

где:

weight = Total # of coordinates / # of present coordinates

Например, расстояние между [3, na, na, 6] и [1, na, 4, 5] равен:

\[\sqrt{\frac{4}{2}((3-1)^2 + (6-5)^2)}\]

Если все координаты отсутствуют или если нет общих присутствующих координат, то для этой пары возвращается NaN.

Подробнее в Руководство пользователя.

Добавлено в версии 0.22.

Параметры:
Xarray-like формы (n_samples_X, n_features)

Массив, где каждая строка — это образец, а каждый столбец — признак.

Yarray-like формы (n_samples_Y, n_features), по умолчанию=None

Массив, где каждая строка — это образец, а каждый столбец — признак. Если None, метод использует Y=X.

квадратbool, по умолчанию=False

Возвращает квадраты евклидовых расстояний.

missing_valuesnp.nan, float или int, по умолчанию=np.nan

Представление пропущенного значения.

copybool, по умолчанию=True

Создать и использовать глубокую копию X и Y (если Y существует).

Возвращает:
расстоянияndarray формы (n_samples_X, n_samples_Y)

Возвращает расстояния между векторами строк X и векторы-строки Y.

Смотрите также

paired_distances

Расстояния между парами элементов X и Y.

Ссылки

Примеры

>>> from sklearn.metrics.pairwise import nan_euclidean_distances
>>> nan = float("NaN")
>>> X = [[0, 1], [1, nan]]
>>> nan_euclidean_distances(X, X) # distance between rows of X
array([[0.        , 1.41421356],
       [1.41421356, 0.        ]])

>>> # get distance to origin
>>> nan_euclidean_distances(X, [[0, 0]])
array([[1.        ],
       [1.41421356]])
На этой странице