linear_kernel

sklearn.metrics.pairwise.linear_kernel(X, Y=None, dense_output=True)

计算X和Y之间的线性核。

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}

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 .

dense_output布尔，默认=True

即使输入稀疏，是否返回密集输出。如果 False ，如果两个输入数组都是稀疏的，则输出是稀疏的。

Added in version 0.20.

返回:

kernel形状的nd数组（n_samples_X，n_samples_Y）

线性核的格拉姆矩阵，即 X @ Y.T .

示例

>>> from sklearn.metrics.pairwise import linear_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> linear_kernel(X, Y)
array([[0., 0.],
       [1., 2.]])