laplacian_kernel

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

计算X和Y之间的拉普拉斯核。

拉普拉斯核定义为:

K(x, y) = exp(-gamma ||x-y||_1)

对于X和Y中的每一对行x和y。 更多信息请参阅 用户指南 。

Added in version 0.17.

Parameters:

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

一个特征数组。

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

一个可选的第二个特征数组。如果为 None ，则使用 Y=X 。

gammafloat，默认=None

如果为 None，则默认为 1.0 / n_features。否则应为严格正值。

Returns:

kernelndarray，形状为 (n_samples_X, n_samples_Y)

核矩阵。

Examples

>>> from sklearn.metrics.pairwise import laplacian_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> laplacian_kernel(X, Y)
array([[0.71..., 0.51...],
       [0.51..., 0.71...]])