DistanceMetric#

class sklearn.metrics.DistanceMetric#

统一接口，用于快速距离度量函数。

DistanceMetric 类提供了一种便捷的方式来计算样本之间的成对距离。它支持各种距离度量，如欧几里得距离、曼哈顿距离等。

pairwise 方法可用于计算输入数组中样本之间的成对距离。它返回一个距离矩阵，表示所有样本对之间的距离。

get_metric 方法允许你使用其字符串标识符检索特定度量。

Examples

>>> 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...]])

可用度量

以下列出了字符串度量标识符及其关联的距离度量类：

适用于实值向量空间的度量：

identifier

class name

args

distance function

“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))

适用于二维向量空间的度量： 注意，haversine 距离度量要求数据格式为 [纬度, 经度]，并且输入和输出单位为弧度。

identifier

class name

distance function

“haversine”

HaversineDistance

2 arcsin(sqrt(sin^2(0.5*dx) + cos(x1)cos(x2)sin^2(0.5*dy)))

适用于整数值向量空间的度量： 尽管这些度量是为整数值向量设计的，但它们在实值向量的情况下也是有效的度量。

identifier

class name

distance function

“hamming”

HammingDistance

N_unequal(x, y) / N_tot

“canberra”

CanberraDistance

sum(|x - y| / (|x| + |y|))

“braycurtis”

BrayCurtisDistance

sum(|x - y|) / (sum(|x|) + sum(|y|))

适用于布尔值向量空间的度量： 任何非零条目都被评估为“True”。在下面的列表中，使用了以下缩写：

  • N : 维度数

  • NTT : 两个值都为 True 的维度数

  • NTF : 第一个值为 True，第二个值为 False 的维度数

  • NFT : 第一个值为 False，第二个值为 True 的维度数

  • NFF : 两个值都为 False 的维度数

  • NNEQ : 非相等维度数，NNEQ = NTF + NFT

  • NNZ : 非零维度数，NNZ = NTF + NFT + NTT

identifier

class name

distance function

“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)

用户定义的距离：

identifier

class name

args

“pyfunc”

PyFuncDistance

func

这里 func 是一个函数，它接受两个一维 numpy 数组，并返回一个距离。注意，为了在 BallTree 中使用，距离必须是一个真正的度量：即它必须满足以下属性

  1. 非负性: d(x, y) >= 0

  2. 同一性: d(x, y) = 0 当且仅当 x == y

  3. 对称性: d(x, y) = d(y, x)

  4. 三角不等式: d(x, y) + d(y, z) >= d(x, z)

由于调用 Python 函数涉及的 Python 对象开销，这将相当慢，但它将具有与其他距离相同的缩放比例。

classmethod get_metric(metric, dtype=<class 'numpy.float64'>, **kwargs)#

获取从字符串标识符指定的距离度量。

请参阅DistanceMetric的docstring以获取可用度量列表。

Parameters:
metricstr or class name

所需距离度量的字符串标识符或类名。 请参阅 DistanceMetric 类的文档以获取可用度量列表。

dtype{np.float32, np.float64}, default=np.float64

将应用度量的输入数据类型。 这会影响计算距离的精度。 默认情况下，它设置为 np.float64 。

**kwargs

将传递给请求度量的其他关键字参数。 这些参数可用于自定义特定度量的行为。

Returns:
metric_obj请求度量的实例

请求的距离度量类的一个实例。

On this page
Show Source