additive_chi2_kernel

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

计算观测值 X 和 Y 之间的加性卡方核。

卡方核在 X 和 Y 的每一对行之间计算。X 和 Y 必须是非负的。这个核最常应用于直方图。

卡方核由以下公式给出:

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

它可以解释为每个条目的加权差异。

更多信息请参阅 用户指南 。

Parameters:

X形状为 (n_samples_X, n_features) 的类数组

一个特征数组。

Y形状为 (n_samples_Y, n_features) 的类数组，默认=None

一个可选的第二个特征数组。如果 None ，则使用 Y=X 。

Returns:

kernel形状为 (n_samples_X, n_samples_Y) 的类数组

核矩阵。

See also

chi2_kernel

核的指数版本，通常更可取。

sklearn.kernel_approximation.AdditiveChi2Sampler

该核的傅里叶近似。

Notes

作为距离的负值，该核仅在条件正定。

References

• Zhang, J. and Marszalek, M. and Lazebnik, S. and Schmid, C. 局部特征和核用于纹理和对象类别的分类：一项综合研究 国际计算机视觉杂志 2007 https://hal.archives-ouvertes.fr/hal-00171412/document

Examples

>>> 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.]])