距离度量#

class sklearn.metrics.DistanceMetric#

快速距离度量函数的统一接口。

DistanceMetric 类提供了一种计算样本之间成对距离的便捷方法。它支持各种距离度量，例如欧几里得距离、曼哈顿距离等等。

pairwise 方法可用于计算输入数组中样本之间的成对距离。它返回一个距离矩阵，表示所有样本对之间的距离。

get_metric 方法允许您使用其字符串标识符检索特定度量。

示例

>>> from sklearn.metrics import DistanceMetric
>>> dist = DistanceMetric.get_metric('euclidean')
>>> X = [[1, 2], [3, 4], [5, 6]]
>>> Y = [[7, 8], [9, 10]]
>>> dist.pairwise(X,Y)
array([[7.81..., 10.63...]
       [5.65...,  8.48...]
       [1.41...,  4.24...]])

可用度量

以下是字符串度量标识符和相关的距离度量类的列表

用于实值向量空间的度量

标识符

类名

参数

距离函数

“euclidean”

EuclideanDistance

sqrt(sum((x - y)^2))

“manhattan”

ManhattanDistance

sum(|x - y|)

“chebyshev”

ChebyshevDistance

max(|x - y|)

“minkowski”

MinkowskiDistance

p, w

sum(w * |x - y|^p)^(1/p)

“seuclidean”

SEuclideanDistance

V

sqrt(sum((x - y)^2 / V))

“mahalanobis”

马氏距离

V 或 VI

sqrt((x - y)' V^-1 (x - y))

适用于二维向量空间的度量：请注意，haversine 距离度量需要数据采用 [纬度，经度] 的形式，输入和输出单位均为弧度。

标识符

类名

距离函数

“haversine”

Haversine距离

2 arcsin(sqrt(sin^2(0.5*dx) + cos(x1)cos(x2)sin^2(0.5*dy)))

适用于整数值向量空间的度量：虽然适用于整数值向量，但这些度量在实数值向量的情况下也适用。

标识符

类名

距离函数

“hamming”

Hamming距离

N_unequal(x, y) / N_tot

“canberra”

Canberra距离

sum(|x - y| / (|x| + |y|))

“braycurtis”

BrayCurtis距离

sum(|x - y|) / (sum(|x|) + sum(|y|))

适用于布尔值向量空间的度量：任何非零项都被评估为“True”。在下述列表中，使用以下缩写：

  • N：维度数

  • NTT：两个值都为 True 的维度数

  • NTF：第一个值为 True，第二个值为 False 的维度数

  • NFT：第一个值为 False，第二个值为 True 的维度数

  • NFF：两个值都为 False 的维度数

  • NNEQ：不相等维度的数量，NNEQ = NTF + NFT

  • NNZ：非零维度的数量，NNZ = NTF + NFT + NTT

标识符

类名

距离函数

“jaccard”

Jaccard距离

NNEQ / NNZ

“matching”

Matching距离

NNEQ / N

“dice”

Dice距离

NNEQ / (NTT + NNZ)

“kulsinski”

Kulsinski距离

(NNEQ + N - NTT) / (NNEQ + N)

“rogerstanimoto”

RogersTanimoto距离

2 * NNEQ / (N + NNEQ)

“russellrao”

RussellRao距离

(N - NTT) / N

“sokalmichener”

SokalMichener距离

2 * NNEQ / (N + NNEQ)

“sokalsneath”

SokalSneath距离

NNEQ / (NNEQ + 0.5 * NTT)

用户自定义距离

标识符

类名

参数

“pyfunc”

PyFunc距离

func

这里 func 是一个函数，它接受两个一维 NumPy 数组，并返回一个距离值。请注意，为了在 BallTree 中使用，距离必须是真正的度量：即必须满足以下性质

  1. 非负性：d(x, y) >= 0

  2. 同一性：当且仅当 x == y 时，d(x, y) = 0

  3. 对称性：d(x, y) = d(y, x)

  4. 三角不等式：d(x, y) + d(y, z) >= d(x, z)

由于调用 Python 函数涉及 Python 对象开销，因此速度会比较慢，但其缩放比例与其他距离相同。

classmethod get_metric(metric, dtype=<class 'numpy.float64'>, **kwargs)#

根据字符串标识符获取给定的距离度量。

有关可用度量的列表，请参见 DistanceMetric 的文档字符串。

参数：
metricstr 或类名

所需距离度量的字符串标识符或类名。有关可用度量的列表，请参见 DistanceMetric 类的文档。

dtype{np.float32, np.float64}, default=np.float64

将应用度量的输入的数据类型。这会影响计算距离的精度。默认情况下，设置为 np.float64。

**kwargs

将传递给请求的度量的其他关键字参数。这些参数可用于自定义特定度量的行为。

返回：
metric_obj请求的度量实例

请求的距离度量类的实例。