paired_distances

sklearn.metrics.pairwise.paired_distances(X, Y, *, metric='euclidean', **kwds)

计算X和Y之间的配对距离。

计算(X[0], Y[0]), (X[1], Y[1])等之间的距离。

更多信息请参阅 用户指南 。

Parameters:

Xndarray of shape (n_samples, n_features)

用于距离计算的数组1。

Yndarray of shape (n_samples, n_features)

用于距离计算的数组2。

metricstr or callable, default=”euclidean”

在特征数组中计算实例之间距离时使用的度量。如果metric是一个字符串，它必须是PAIRED_DISTANCES中指定的选项之一，包括”euclidean”、”manhattan”或”cosine”。 或者，如果metric是一个可调用函数，它会在每对实例（行）上调用，并记录返回的值。该可调用函数应接受来自 X 的两个数组作为输入，并返回一个表示它们之间距离的值。

**kwdsdict

未使用的参数。

Returns:

distancesndarray of shape (n_samples,)

返回 X 的行向量和 Y 的行向量之间的距离。

See also

sklearn.metrics.pairwise_distances

计算每对样本之间的距离。

Examples

>>> from sklearn.metrics.pairwise import paired_distances
>>> X = [[0, 1], [1, 1]]
>>> Y = [[0, 1], [2, 1]]
>>> paired_distances(X, Y)
array([0., 1.])