0
我有一个形状为“X [n_samples,n_features]”的矩阵X.SKLearn矢量阵列的成对距离
我想计算每个样本之间的成对距离。可能的结果可能是 结果[n_samples,n_samples];其中Result [0] [1]表示第0个向量与第1个向量之间的距离。
如何使用“sklearn.metrics.pairwise.pairwise_distances”功能实现此目的?
根据文档sklearn!当X矢量具有上述形状时,预计会有附加阵列“Y”。这是什么意思?
我想我误解了以下关于Y的描述:“仅当X具有形状[n_samples_a,n_features]时才有第二个特征数组。 。所以我可以得出结论:即使X已经形成[Y_samples_a,n_features] ..,Y也是可选的。 – Erdnase 2015-04-02 05:08:36
X总是有形状''[n_samples_a,n_features]'',对吧?但我同意,文档字符串有点奇怪。 – 2015-04-04 17:46:29
它试图说如果“metric =”预计算“”Y无效。 – 2015-04-04 17:48:52