cosine_distances

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

计算X和Y中样本之间的余弦距离。

余弦距离定义为1.0减去余弦相似度。

更多信息请参阅 用户指南 。

Parameters:

X{array-like, sparse matrix}，形状为 (n_samples_X, n_features)

矩阵 X 。

Y{array-like, sparse matrix}，形状为 (n_samples_Y, n_features)，默认=None

矩阵 Y 。

Returns:

distancesndarray，形状为 (n_samples_X, n_samples_Y)

返回X和Y中样本之间的余弦距离。

See also

cosine_similarity

计算X和Y中样本之间的余弦相似度。

scipy.spatial.distance.cosine

仅适用于密集矩阵。

Examples

>>> from sklearn.metrics.pairwise import cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> cosine_distances(X, Y)
array([[1.     , 1.     ],
       [0.42..., 0.18...]])