paired_euclidean_distances#

sklearn.metrics.pairwise.paired_euclidean_distances(X, Y)[源代码]#

计算X和Y之间的成对欧几里得距离。

阅读更多的 User Guide .

参数:
X形状(n_samples,n_features)的{类数组,稀疏矩阵}

输入数组/矩阵X。

Y形状(n_samples,n_features)的{类数组,稀疏矩阵}

输入数组/矩阵Y。

返回:
distances形状的nd数组(n_samples,)

输出包含计算出的成对欧几里得距离的数组/矩阵。

示例

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