rbf_kernel#

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)

对于 X 中的每行 x 和 Y 中的每行 y。

在用户指南中了解更多信息。

参数:

X形状为 (n_samples_X, n_features) 的类数组或稀疏矩阵: 一个特征数组。
Y形状为 (n_samples_Y, n_features) 的可选类数组或稀疏矩阵，默认为 None: 一个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]])

rbf_kernel#

本页