paired_distances

sklearn.metrics.pairwise.paired_distances(X, Y, *, metric='euclidean', **kwds)

计算X和Y之间的成对距离。

计算（X）之间的距离 [0] 、Y [0] ），（X [1] 、Y [1] ）、等等.

阅读更多的 User Guide .

参数:

X形状的nd数组（n_samples，n_features）

用于距离计算的数组1。

Y形状的nd数组（n_samples，n_features）

用于距离计算的数组2。

metric字符串或可调用，默认=“欧几里得”

计算要素数组中实例之间的距离时使用的指标。如果metric是字符串，则它必须是PAIRED_DISTANCES中指定的选项之一，包括“euclidean”、“manhattan”或“cos”。或者，如果metric是一个可调用的函数，则会对每对实例（行）调用它并记录结果值。可调用对象应该从 X 作为输入并返回指示它们之间距离的值。

**kwdsdict

未使用的参数。

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 .

参见

sklearn.metrics.pairwise_distances

计算每对样本之间的距离。

示例

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