chi2_kernel

sklearn.metrics.pairwise.chi2_kernel(X, Y=None, gamma=1.0)

计算X和Y之间的指数卡方核。

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) = exp(-gamma 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。如果为 None ，则使用 Y=X 。

gamma浮点数, 默认=1

卡方核的缩放参数。

Returns:

kernel形状为 (n_samples_X, n_samples_Y) 的 ndarray

核矩阵。

See also

additive_chi2_kernel

此核的加性版本。

sklearn.kernel_approximation.AdditiveChi2Sampler

此核加性版本的傅里叶近似。

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 chi2_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> chi2_kernel(X, Y)
array([[0.36..., 0.13...],
       [0.13..., 0.36...]])