paired_distances

sklearn.metrics.pairwise.paired_distances(X, Y, *, metric='euclidean', **kwds)[source]

Вычисление парных расстояний между X и Y.

Вычисление расстояний между (X[0], Y[0]), (X[1], Y[1]) и т. д.

Дополнительно см. Руководство пользователя.

Параметры:

Xмассив ndarray формы (n_samples, n_features)

Массив 1 для вычисления расстояния.

Yмассив ndarray формы (n_samples, n_features)

Массив 2 для вычисления расстояния.

metricстрока или вызываемая функция, по умолчанию=”euclidean”

Метрика для вычисления расстояния между экземплярами в массиве признаков. Если metric — строка, она должна быть одним из вариантов, указанных в PAIRED_DISTANCES, включая “euclidean”, “manhattan” или “cosine”. В качестве альтернативы, если metric — вызываемая функция, она вызывается для каждой пары экземпляров (строк), и полученное значение записывается. Вызываемая функция должна принимать два массива из X в качестве входных данных и возвращать значение, указывающее расстояние между ними.

**kwdsсловарь

Неиспользуемые параметры.

Возвращает:

distancesмассив ndarray формы (n_samples,)

Возвращает расстояния между векторами строк X и векторами строк Y.

См. 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.])