cosine_distances#

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

计算X和Y中样本之间的cos距离。

Cosine距离定义为1.0减去Cosine相似度。

阅读更多的 User Guide .

参数:

X形状（n_samples_X，n_features）的{类数组，稀疏矩阵}: 矩阵 X .
Y形状（n_samples_Y，n_features）的{类数组，稀疏矩阵}，默认值=无: 矩阵 Y .

返回:

distances形状的nd数组（n_samples_X，n_samples_Y）: 返回X和Y中样本之间的cos距离。

参见

cosine_similarity: 计算X和Y中样本之间的cos相似度。
scipy.spatial.distance.cosine: 仅限密集矩阵。

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.     ],
       [0.42..., 0.18...]])