径向基函数核 (RBF)#

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

计算X和Y之间的RBF（高斯）核。

K(x, y) = exp(-gamma ||x-y||^2)

针对X中的每一行x和Y中的每一行y。

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}: 特征数组。
Y形状为 (n_samples_Y, n_features) 的 {数组, 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。
gamma浮点数，默认为 None: 如果为 None，则默认为 1.0 / n_features。

返回：

kernel形状为 (n_samples_X, n_samples_Y) 的 ndarray: RBF 核。

示例

>>> from sklearn.metrics.pairwise import rbf_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> rbf_kernel(X, Y)
array([[0.71..., 0.51...],
       [0.51..., 0.71...]])