DistanceMetric#

class sklearn.metrics.DistanceMetric#

用于快速距离度量函数的统一接口。

DistanceMetric 类提供了一种方便的方法来计算样本之间的成对距离。它支持各种距离度量，例如欧几里得距离、曼哈顿距离等。

pairwise 方法可用于计算输入数组中样本之间的成对距离。它返回一个距离矩阵，表示所有样本对之间的距离。

get_metric 方法允许您使用其字符串标识符检索特定的度量。

示例

>>> from sklearn.metrics import DistanceMetric
>>> dist = DistanceMetric.get_metric('euclidean')
>>> X = [[1, 2], [3, 4], [5, 6]]
>>> Y = [[7, 8], [9, 10]]
>>> dist.pairwise(X,Y)
array([[7.81..., 10.63...]
       [5.65...,  8.48...]
       [1.41...,  4.24...]])

可用度量

下面列出了字符串度量标识符和相关的距离度量类

适用于实值向量空间的度量

标识符	类名	参数	距离函数
“euclidean”	EuclideanDistance		`sqrt(sum((x - y)^2))`
“manhattan”	ManhattanDistance		`sum(\|x - y\|)`
“chebyshev”	ChebyshevDistance		`max(\|x - y\|)`
“minkowski”	MinkowskiDistance	p, w	`sum(w * \|x - y\|^p)^(1/p)`
“seuclidean”	SEuclideanDistance	V	`sqrt(sum((x - y)^2 / V))`
“mahalanobis”	MahalanobisDistance	V or VI	`sqrt((x - y)' V^-1 (x - y))`

适用于二维向量空间的度量： 请注意，haversine距离度量要求数据格式为 [纬度, 经度]，并且输入和输出单位都为弧度。

标识符	类名	距离函数
“haversine”	HaversineDistance	`2 arcsin(sqrt(sin^2(0.5dx) + cos(x1)cos(x2)sin^2(0.5dy)))`

适用于整数值向量空间的度量： 尽管旨在用于整数值向量，但这些度量在实值向量的情况下也有效。

标识符	类名	距离函数
“hamming”	HammingDistance	`N_unequal(x, y) / N_tot`
“canberra”	CanberraDistance	`sum(\|x - y\| / (\|x\| + \|y\|))`
“braycurtis”	BrayCurtisDistance	`sum(\|x - y\|) / (sum(\|x\|) + sum(\|y\|))`

适用于布尔值向量空间的度量： 任何非零条目均被评估为“True”。在下面的列表中，使用了以下缩写

N: 维度数量
NTT: 两个值都为True的维度数量
NTF: 第一个值为True，第二个值为False的维度数量
NFT: 第一个值为False，第二个值为True的维度数量
NFF: 两个值都为False的维度数量
NNEQ: 不相等维度的数量，NNEQ = NTF + NFT
NNZ: 非零维度的数量，NNZ = NTF + NFT + NTT

标识符	类名	距离函数
“jaccard”	JaccardDistance	NNEQ / NNZ
“matching”	MatchingDistance	NNEQ / N
“dice”	DiceDistance	NNEQ / (NTT + NNZ)
“kulsinski”	KulsinskiDistance	(NNEQ + N - NTT) / (NNEQ + N)
“rogerstanimoto”	RogersTanimotoDistance	2 * NNEQ / (N + NNEQ)
“russellrao”	RussellRaoDistance	(N - NTT) / N
“sokalmichener”	SokalMichenerDistance	2 * NNEQ / (N + NNEQ)
“sokalsneath”	SokalSneathDistance	NNEQ / (NNEQ + 0.5 * NTT)

用户定义距离

标识符	类名	参数
“pyfunc”	PyFuncDistance	func

此处 func 是一个函数，它接受两个一维numpy数组并返回一个距离。请注意，为了在BallTree中使用，该距离必须是一个真正的度量：即它必须满足以下属性

非负性：d(x, y) >= 0
同一性：当且仅当 x == y 时 d(x, y) = 0
对称性：d(x, y) = d(y, x)
三角不等式：d(x, y) + d(y, z) >= d(x, z)

由于调用python函数涉及python对象开销，这将相当慢，但它将具有与其他距离相同的缩放比例。

classmethod get_metric(metric, dtype=<class 'numpy.float64'>, **kwargs)#

从字符串标识符获取给定的距离度量。

有关可用度量的列表，请参见DistanceMetric的文档字符串。

参数:

metricstr or class name: 所需距离度量的字符串标识符或类名。有关可用度量的列表，请参见 DistanceMetric 类的文档。
dtype{np.float32, np.float64}, default=np.float64: 应用度量时输入的data type。这会影响计算距离的精度。默认情况下，它设置为 np.float64。
**kwargs: 将传递给所请求度量的额外关键字参数。这些参数可用于自定义特定度量的行为。

返回:

metric_objinstance of the requested metric: 所请求的距离度量类的实例。

DistanceMetric#

本页