配对余弦距离#

sklearn.metrics.pairwise.paired_cosine_distances(X, Y)[source]#

计算X和Y之间的配对余弦距离。

更多信息请参见用户指南。

参数：

X形状为(n_samples, n_features)的数组或稀疏矩阵: 一个数组，其中每一行是一个样本，每一列是一个特征。
Y形状为(n_samples, n_features)的数组或稀疏矩阵: 一个数组，其中每一行是一个样本，每一列是一个特征。

返回：

distances形状为(n_samples,)的ndarray: 返回X的行向量和Y的行向量之间的距离，其中distances[i]是X[i]和Y[i]之间的距离。

注释

如果每个样本都归一化为单位范数，则余弦距离等于欧几里德距离平方的一半。

示例

>>> from sklearn.metrics.pairwise import paired_cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> paired_cosine_distances(X, Y)
array([0.5       , 0.18...])