DistanceMetric

classsklearn.metrics.DistanceMetric

Единый интерфейс для быстрых функций метрик расстояния.

Класс DistanceMetric предоставляет удобный способ вычисления парных расстояний между образцами. Он поддерживает различные метрики расстояния, такие как евклидово расстояние, расстояние Манхэттена и другие.

Метод pairwise может использоваться для вычисления парных расстояний между образцами в входных массивах. Он возвращает матрицу расстояний, представляющую расстояния между всеми парами образцов.

Метод get_metric позволяет получить определённую метрику, используя её строковый идентификатор.

Примеры

>>> from sklearn.metrics import DistanceMetric
>>> dist = DistanceMetric.get_metric('euclidean')
>>> X = [[1, 2], [3, 4], [5, 6]]
>>> Y = [[7, 8], [9, 10]]
>>> dist.pairwise(X,Y)
array([[7.81..., 10.63...]
       [5.65...,  8.48...]
       [1.41...,  4.24...]])

Доступные метрики

Ниже перечислены строковые идентификаторы метрик и соответствующие классы метрик расстояния:

Метрики, предназначенные для вещественнозначных векторных пространств:

идентификатор	имя класса	аргументы	функция расстояния
“euclidean”	EuclideanDistance		sqrt(sum((x - y)^2))
“manhattan”	ManhattanDistance		sum(|x - y|)
“chebyshev”	ChebyshevDistance		max(|x - y|)
“minkowski”	MinkowskiDistance	p, w	sum(w * |x - y|^p)^(1/p)
“seuclidean”	SEuclideanDistance	V	sqrt(sum((x - y)^2 / V))
“mahalanobis”	MahalanobisDistance	V or VI	sqrt((x - y)' V^-1 (x - y))

Метрики, предназначенные для двумерных векторных пространств: Обратите внимание, что метрика расстояния гаверсину требует данных в виде [широта, долгота], и как входные, так и выходные данные находятся в единицах радиан.

идентификатор	имя класса	функция расстояния
“haversine”	HaversineDistance	2 arcsin(sqrt(sin^2(0.5*dx) + cos(x1)cos(x2)sin^2(0.5*dy)))

Метрики, предназначенные для целочисленных векторных пространств: Хотя они предназначены для целочисленных векторов, они также являются допустимыми метриками в случае вещественнозначных векторов.

идентификатор	имя класса	функция расстояния
“hamming”	HammingDistance	N_unequal(x, y) / N_tot
“canberra”	CanberraDistance	sum(|x - y| / (|x| + |y|))
“braycurtis”	BrayCurtisDistance	sum(|x - y|) / (sum(|x|) + sum(|y|))

Метрики, предназначенные для булевых векторных пространств: Любое ненулевое значение оценивается как “True”. В списках ниже используются следующие сокращения:

• N: число измерений
• NTT: число измерений, в которых оба значения равны True
• NTF: число измерений, в которых первое значение равно True, второе — False
• NFT: число измерений, в которых первое значение равно False, второе — True
• NFF: число измерений, в которых оба значения равны False
• NNEQ: число неравных измерений, NNEQ = NTF + NFT
• NNZ: число ненулевых измерений, NNZ = NTF + NFT + NTT

идентификатор	имя класса	функция расстояния
“jaccard”	JaccardDistance	NNEQ / NNZ
“matching”	MatchingDistance	NNEQ / N
“dice”	DiceDistance	NNEQ / (NTT + NNZ)
“kulsinski”	KulsinskiDistance	(NNEQ + N - NTT) / (NNEQ + N)
“rogerstanimoto”	RogersTanimotoDistance	2 * NNEQ / (N + NNEQ)
“russellrao”	RussellRaoDistance	(N - NTT) / N
“sokalmichener”	SokalMichenerDistance	2 * NNEQ / (N + NNEQ)
“sokalsneath”	SokalSneathDistance	NNEQ / (NNEQ + 0.5 * NTT)

Пользовательское расстояние:

идентификатор	имя класса	аргументы
“pyfunc”	PyFuncDistance	func

Здесь func — функция, которая принимает два одномерных массива NumPy и возвращает расстояние. Обратите внимание, что для использования в BallTree расстояние должно быть истинной метрикой: т.е. оно должно удовлетворять следующим свойствам

1. Неотрицательность: d(x, y) >= 0
2. Тождество: d(x, y) = 0 тогда и только тогда, когда x == y
3. Симметрия: d(x, y) = d(y, x)
4. Неравенство треугольника: d(x, y) + d(y, z) >= d(x, z)

Из-за накладных расходов на объекты Python, связанных с вызовом Python-функции, это будет довольно медленно, но масштабирование будет таким же, как и у других расстояний.

classmethodget_metric(metric, dtype=<class 'numpy.float64'>, **kwargs)

Получение заданной метрики расстояния по строковому идентификатору.

См. документацию DistanceMetric для списка доступных метрик.

Параметры:

metricстрока или имя класса

Строковый идентификатор или имя класса желаемой метрики расстояния. См. документацию класса DistanceMetric для списка доступных метрик.

dtype{np.float32, np.float64}, по умолчанию=np.float64

Тип данных входных данных, к которым будет применена метрика. Это влияет на точность вычисленных расстояний. По умолчанию он установлен в np.float64.

**kwargs

Дополнительные ключевые аргументы, которые будут переданы в запрошенную метрику. Эти аргументы могут использоваться для настройки поведения конкретной метрики.

Возвращает:

metric_objэкземпляр запрошенной метрики

Экземпляр запрошенного класса метрики расстояния.