配对曼哈顿距离

sklearn.metrics.pairwise.paired_manhattan_distances(X, Y)

计算 X 和 Y 之间的配对 L1 距离。

距离在 (X[0], Y[0]), (X[1], Y[1]), …, (X[n_samples], Y[n_samples]) 之间计算。

更多信息请参见 用户指南。

参数：

X形状为 (n_samples, n_features) 的 {数组、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、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

X 的行向量和 Y 的行向量之间的配对 L1 距离。

示例

>>> from sklearn.metrics.pairwise import paired_manhattan_distances
>>> import numpy as np
>>> X = np.array([[1, 1, 0], [0, 1, 0], [0, 0, 1]])
>>> Y = np.array([[0, 1, 0], [0, 0, 1], [0, 0, 0]])
>>> paired_manhattan_distances(X, Y)
array([1., 2., 1.])