laplacian_kernel

sklearn.metrics.pairwise.laplacian_kernel(X, Y=None, gamma=None)

计算X和Y之间的拉普拉斯核。

拉普拉斯核定义为：

K(x, y) = exp(-gamma ||x-y||_1)

对于X中的每对行x和Y中的y。阅读更多的 User Guide .

Added in version 0.17.

参数:

X形状（n_samples_X，n_features）的{类数组，稀疏矩阵}

特征数组。

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

可选的第二特征阵列。如果 None ，用途 Y=X .

gammafloat，默认=无

如果无，默认为1.0 / n_features。否则应该是严格积极的。

返回:

kernel形状的nd数组（n_samples_X，n_samples_Y）

核心矩阵。

示例

>>> from sklearn.metrics.pairwise import laplacian_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> laplacian_kernel(X, Y)
array([[0.71..., 0.51...],
       [0.51..., 0.71...]])