Sci-kit学会pairwise_distances是不精确的？

scikit-learn函数pairwise_distances提供了数组X的距离矩阵。但对于某些输入，结果似乎并不准确。Sci-kit学会pairwise_distances是不精确的？

实施例：

from sklearn.metrics.pairwise import pairwise_distances 
X = [[-0.903858372568, -0.5521578], [-0.903858372568, -0.55215782]] 
print pairwise_distances(X)

给出以下输出：

[[ 0. 0.] 
[ 0. 0.]]

虽然的0.00000002的距离。

第二实施例：

X = [[-0.903858372568, -0.5521578], [-0.903858372568, -0.552157821]]

给出

[[ 0.00000000e+00 2.10734243e-08] 
[ 2.10734243e-08 0.00000000e+00]]

在这里有一个距离，但仅是校正多达第一位数。

对于我的应用来说，如果尽管有距离，输出可以为零，但并不理想。有没有提高精度的好方法？

来源

2014-10-31 user1774143

在sklearn的成对距离函数对速度进行了优化。他们将欧氏距离分解成两个范数和一个矩阵积，结果对于数值误差是不稳定的。 – eickenberg 2014-10-31 13:47:46

如果您的应用程序依赖于'2e-7'的差异，您应该认真考虑重新调整您的公式/数据的缩放比例... – eickenberg 2014-10-31 13:48:33

另请参阅[here]（https://github.com/scikit-learn/scikit-learn/issues/ 2914） – eickenberg 2014-10-31 13:49:29

我没有挖掘为什么scikit学会给出这样的不准确的结果，但它似乎scipy提供更好的精度。尝试：

from scipy.spatial.distance import pdist, squareform 
squareform(pdist(X))

例如，

X = [[-0.903858372568, -0.5521578], [-0.903858372568, -0.552157821]]

给出

array([[ 0.00000000e+00, 2.10000000e-08], 
     [ 2.10000000e-08, 0.00000000e+00]])

来源

2014-10-31 11:37:09 Jihun

Sci-kit学会pairwise_distances是不精确的？

回答

相关问题