卡方核#

sklearn.metrics.pairwise.chi2_kernel(X, Y=None, gamma=1.0)[source]#

计算 X 和 Y 之间的指数卡方核。

卡方核是在 X 和 Y 中每一对行之间计算的。X 和 Y 必须是非负的。此核最常应用于直方图。

卡方核由下式给出

k(x, y) = exp(-gamma Sum [(x - y)^2 / (x + y)])

它可以解释为每个条目的加权差异。

在用户指南中了解更多信息。

参数：

X形状为 (n_samples_X, n_features) 的类数组: 特征数组。
Y形状为 (n_samples_Y, n_features) 的类数组，默认为 None: 可选的第二个特征数组。如果为 None，则使用 Y=X。
gamma浮点数，默认值=1: χ²核的缩放参数。

返回值:

kernel形状为 (n_samples_X, n_samples_Y) 的ndarray: 核矩阵。

参见

加性卡方核: 此核的加法版本。
sklearn.kernel_approximation.AdditiveChi2Sampler: 此核加法版本的傅里叶逼近。

参考文献

Zhang, J. and Marszalek, M. and Lazebnik, S. and Schmid, C. Local features and kernels for classification of texture and object categories: A comprehensive study International Journal of Computer Vision 2007 https://hal.archives-ouvertes.fr/hal-00171412/document

示例

>>> from sklearn.metrics.pairwise import chi2_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> chi2_kernel(X, Y)
array([[0.36..., 0.13...],
       [0.13..., 0.36...]])