cosine_distances#

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

计算 X 和 Y 中的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{array-like, sparse matrix} of shape (n_samples_X, n_features): 矩阵 X。
Y{array-like, sparse matrix} of shape (n_samples_Y, n_features), default=None: 矩阵 Y。

返回:

distancesndarray of shape (n_samples_X, n_samples_Y): 返回 X 和 Y 中样本之间的余弦距离。

另请参阅

cosine_similarity: 计算 X 和 Y 中的样本之间的余弦相似度。
scipy.spatial.distance.cosine: 仅限稠密矩阵。

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]])

cosine_distances#

本页