余弦距离#

sklearn.metrics.pairwise.cosine_distances(X, Y=None)[source]#

计算 X 和 Y 中样本之间的余弦距离。

余弦距离定义为 1.0 减去余弦相似度。

更多信息请参见用户指南。

参数：

X形状为 (n_samples_X, n_features) 的 {数组、稀疏矩阵}: 矩阵 X。
Y形状为 (n_samples_Y, n_features) 的 {数组、稀疏矩阵}，默认为 None: 矩阵 Y。

返回值：

distances形状为 (n_samples_X, n_samples_Y) 的 ndarray: 返回 X 和 Y 中样本之间的余弦距离。

另请参见

余弦相似度: 计算 X 和 Y 中样本之间的余弦相似度。
scipy.spatial.distance.cosine: 仅限稠密矩阵。

示例

>>> from sklearn.metrics.pairwise import cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> cosine_distances(X, Y)
array([[1.     , 1.     ],
       [0.42..., 0.18...]])