chi2_kernel

sklearn.metrics.pairwise.chi2_kernel(X, Y=None, gamma=1.0)

计算 X 和 Y 之间的指数卡方核函数。

卡方核函数是在 X 和 Y 中每对行之间计算的。X 和 Y 必须是非负的。此核函数最常用于直方图。

卡方核函数由下式给出：

k(x, y) = exp(-gamma Sum [(x - y)^2 / (x + y)])

它可以被解释为每个条目的加权差。

在用户指南中了解更多。

参数:

X形状为 (n_samples_X, n_features) 的类数组

特征数组。

Y形状为 (n_samples_Y, n_features) 的类数组，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 1

chi2 核函数的缩放参数。

返回:

kernel形状为 (n_samples_X, n_samples_Y) 的 ndarray

核矩阵。

另请参阅

additive_chi2_kernel

此核函数的加性版本。

sklearn.kernel_approximation.AdditiveChi2Sampler

此核函数加性版本的傅里叶近似。

参考文献

• Zhang, J. and Marszalek, M. and Lazebnik, S. and Schmid, C. Local features and kernels for classification of texture and object categories: A comprehensive study International Journal of Computer Vision 2007 https://hal.archives-ouvertes.fr/hal-00171412/document

示例

>>> from sklearn.metrics.pairwise import chi2_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> chi2_kernel(X, Y)
array([[0.368, 0.135],
       [0.135, 0.368]])