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 X в качестве входных данных и возвращает значение, указывающее расстояние между ними.

**kwdsdict

Неиспользуемые параметры.

Возвращает:
расстоянияndarray формы (n_samples,)

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

Смотрите также

sklearn.metrics.pairwise_distances

Вычисляет 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.])