linear_kernel#

sklearn.metrics.pairwise.linear_kernel(X, Y=None, dense_output=True)[source]#

计算 X 和 Y 之间的线性核函数。

更多信息请参阅用户指南。

参数:

X形状为 (n_samples_X, n_features) 的类数组或稀疏矩阵: 特征数组。
Y形状为 (n_samples_Y, n_features) 的可选类数组或稀疏矩阵，默认为 None: 可选的第二个特征数组。如果为 None，则使用 Y=X。
dense_output布尔值，默认为 True: 即使输入为稀疏格式也返回密集输出。如果为 False，则当两个输入数组均为稀疏格式时，输出也为稀疏格式。

0.20 版本新增。

返回:

kernel形状为 (n_samples_X, n_samples_Y) 的 ndarray: 线性核函数的 Gram 矩阵，即 X @ Y.T。

示例

>>> from sklearn.metrics.pairwise import linear_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> linear_kernel(X, Y)
array([[0., 0.],
       [1., 2.]])

linear_kernel#

本页