线性核#

sklearn.metrics.pairwise.linear_kernel(X, Y=None, dense_output=True)[source]#

计算X和Y之间的线性核。

更多信息请参见用户指南。

参数：

X形状为(n_samples_X, n_features)的数组或稀疏矩阵: 特征数组。
Y形状为(n_samples_Y, n_features)的数组或稀疏矩阵，默认为None: 可选的第二个特征数组。如果为None，则使用Y=X。
dense_output布尔值，默认为True: 即使输入是稀疏的，是否返回密集输出。如果为False，则如果两个输入数组都是稀疏的，则输出为稀疏的。

0.20版本新增。

返回值：

kernel形状为(n_samples_X, n_samples_Y)的ndarray: 线性核的格拉姆矩阵，即X @ Y.T。

示例

>>> from sklearn.metrics.pairwise import linear_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> linear_kernel(X, Y)
array([[0., 0.],
       [1., 2.]])