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.])