paired_cosine_distances

sklearn.metrics.pairwise.paired_cosine_distances(X, Y)

计算X和Y之间的成对cos距离。

阅读更多的 User Guide .

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

一个数组，其中每一行都是样本，每一列都是特征。

Y形状（n_samples，n_features）的{类数组，稀疏矩阵}

一个数组，其中每一行都是样本，每一列都是特征。

返回:

distances形状的nd数组（n_samples，）

返回的行载体之间的距离 X 以及的行载体 Y ，在哪里 distances[i] 之间的距离是 X[i] 和 Y[i] .

注意到

如果每个样本都被规格化为单位规范，则cos距离相当于欧几里得距离平方的一半。

示例

>>> from sklearn.metrics.pairwise import paired_cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> paired_cosine_distances(X, Y)
array([0.5       , 0.18...])