additive_chi2_kernel

sklearn.metrics.pairwise.additive_chi2_kernel(X, Y=None)[source]

Вычисление аддитивного ядра хи-квадрат между наблюдениями в X и Y.

Ядро хи-квадрат вычисляется между каждой парой строк в X и Y. X и Y должны быть неотрицательными. Это ядро чаще всего применяется к гистограммам.

Ядро хи-квадрат определяется следующим образом:

k(x, y) = -Sum [(x - y)^2 / (x + y)]

Его можно интерпретировать как взвешенную разницу по каждому элементу.

Подробнее см. в Руководстве пользователя.

Параметры:

Xмассив-подобный формы (n_samples_X, n_features)

Массив признаков.

Yмассив-подобный формы (n_samples_Y, n_features), по умолчанию=None

Дополнительный второй массив признаков. Если None, используется Y=X.

Возвращает:

kernelмассив-подобный формы (n_samples_X, n_samples_Y)

Матрица ядра.

См. также

chi2_kernel

Экспоненциальная версия ядра, которая обычно предпочтительнее.

sklearn.kernel_approximation.AdditiveChi2Sampler

Приближение Фурье для этого ядра.

Примечания

Поскольку это отрицание расстояния, это ядро является только условно положительно определенным.

Ссылки

• Zhang, J. и Marszalek, M. и Lazebnik, S. и Schmid, C. Местные признаки и ядра для классификации текстур и категорий объектов: всестороннее исследование Международный журнал компьютерного зрения 2007 https://hal.archives-ouvertes.fr/hal-00171412/document

Примеры

>>> from sklearn.metrics.pairwise import additive_chi2_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> additive_chi2_kernel(X, Y)
array([[-1., -2.],
       [-2., -1.]])