paired_distances#
- sklearn.metrics.pairwise.paired_distances(X, Y, *, метрика='euclidean', **kwds)[источник]#
Вычислить парные расстояния между X и Y.
Вычислить расстояния между (X[0], Y[0]), (X[1], Y[1]) и т.д.
Подробнее в Руководство пользователя.
- Параметры:
- Xndarray формы (n_samples, n_features)
Массив 1 для вычисления расстояния.
- Yndarray формы (n_samples, n_features)
Массив 2 для вычисления расстояния.
- метрикаstr или callable, по умолчанию="euclidean"
Метрика для вычисления расстояния между экземплярами в массиве признаков. Если metric является строкой, она должна быть одной из опций, указанных в PAIRED_DISTANCES, включая 'euclidean', 'manhattan' или 'cosine'. Альтернативно, если metric является вызываемой функцией, она вызывается для каждой пары экземпляров (строк), и полученное значение записывается. Функция должна принимать два массива из
Xв качестве входных данных и возвращает значение, указывающее расстояние между ними.- **kwdsdict
Неиспользуемые параметры.
- Возвращает:
- расстоянияndarray формы (n_samples,)
Возвращает расстояния между векторами строк
Xи векторы-строкиY.
Смотрите также
sklearn.metrics.pairwise_distancesВычисляет расстояние между каждой парой образцов.
Примеры
>>> from sklearn.metrics.pairwise import paired_distances >>> X = [[0, 1], [1, 1]] >>> Y = [[0, 1], [2, 1]] >>> paired_distances(X, Y) array([0., 1.])