rbf_kernel#

sklearn.metrics.pairwise.rbf_kernel(X, Y=None, gamma=None)[源代码]#

计算 X 和 Y 之间的 rbf（高斯）核。

K(x, y) = exp(-gamma ||x-y||^2)

对于X中的每一行x和Y中的每一行y。

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)

特征数组。

Y{array-like, sparse matrix} of shape (n_samples_Y, n_features), default=None

可选的第二个特征数组。如果为 None，则使用 Y=X。

gammafloat, default=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]])