cosine_distances

sklearn.metrics.pairwise.cosine_distances(X, Y=None)

计算 X 和 Y 中样本之间的余弦距离。

余弦距离定义为 1.0 减去余弦相似度。

在用户指南中阅读更多内容。

参数:

X{类数组，稀疏矩阵}，形状为 (n_samples_X, n_features)

矩阵 X。

Y{类数组，稀疏矩阵}，形状为 (n_samples_Y, n_features)，默认为 None

矩阵 Y。

返回:

distancesndarray，形状为 (n_samples_X, n_samples_Y)

返回 X 和 Y 中样本之间的余弦距离。

另请参见

cosine_similarity

计算 X 和 Y 中样本之间的余弦相似度。

scipy.spatial.distance.cosine

仅限于密集矩阵。

示例

>>> from sklearn.metrics.pairwise import cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> cosine_distances(X, Y)
array([[1.   , 1.   ],
       [0.422, 0.183]])