sigmoid_kernel

sklearn.metrics.pairwise.sigmoid_kernel(X, Y=None, gamma=None, coef0=1)[source]

Вычисление сигмоидного ядра между X и Y.

K(X, Y) = tanh(gamma <X, Y> + coef0)

Подробнее см. в Руководстве пользователя.

Параметры:

X{массив, разреженная матрица} формы (n_samples_X, n_features)

Массив признаков.

Y{массив, разреженная матрица} формы (n_samples_Y, n_features), по умолчанию=None

Дополнительный массив признаков. Если None, использует Y=X.

gammafloat, по умолчанию=None

Коэффициент векторного скалярного произведения. Если None, по умолчанию 1.0 / n_features.

coef0float, по умолчанию=1

Постоянное смещение, добавляемое к масштабированному скалярному произведению.

Возвращает:

kernelмассив формы (n_samples_X, n_samples_Y)

Сигмоидное ядро между двумя массивами.

Примеры

>>> from sklearn.metrics.pairwise import sigmoid_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> sigmoid_kernel(X, Y)
array([[0.76..., 0.76...],
       [0.87..., 0.93...]])