sklearn.metrics.pairwise.pairwise_kernels?

sklearn.metrics.pairwise.pairwise_kernels(X, Y=None, metric='linear', *, filter_params=False, n_jobs=None, **kwds)

源碼

計算數組X和可選數組Y之間的內核。

此方法采用向量數組或內核矩陣，然后返回內核矩陣。如果輸入是向量數組，則計算內核。如果輸入是內核矩陣，則將其返回。

此方法提供了一種安全的方法，可以將內核矩陣作為輸入，同時保持與采用矢量數組的許多其他算法的兼容性。

如果給定Y（默認為None），則返回的矩陣是X和Y數組之間的成對內核。

指標的有效值為：

['additive_chi2'，'chi2'，'linear'，'poly'，'polynomial'，'rbf'，'laplacian'，'Sigmoid'，'cosine']

在用戶指南中閱讀更多內容。

參數 說明
X array [n_samples_a, n_samples_a] if metric == “precomputed”, or, [n_samples_a, n_features] otherwise
樣本之間的成對內核數組或特征數組。
Y array [n_samples_b, n_features]
僅當X具有形狀[n_samples_a，n_features]時，第二個特征數組。
metric string, or callable
計算特征數組中實例之間的內核時使用的度量。 如果metric是字符串，則它必須是pairwise.PAIRWISE_KERNEL_FUNCTIONS中的一個度量。如果度量是“precomputed”，則假定X為內核矩陣。或者，如果metric是可調用的函數，則在每對實例（行）上調用metric，并記錄結果值。可調用對象應將X的兩行作為輸入，并以單個數字返回相應的內核值。這意味著不允許sklearn.metrics.pairwise中的可調用對象，因為它們在矩陣而不是單個樣本上運行。請使用標識內核的字符串代替。
filter_params boolean
是否過濾無效參數。
n_jobs int or None, optional (default=None)
用于計算的作業數。將成對矩陣分解為n_jobs個偶數切片再并行計算。
除非在joblib.parallel_backend上下文中，否則None表示1。-1表示使用所有處理器。有關更多詳細信息，請參見詞匯表。
*kwds optional keyword parameters
任何其他參數都直接傳遞給內核函數。
返回值 說明
K array [n_samples_a, n_samples_a] or [n_samples_a, n_samples_b]
如果Y為None，則使得K_ {i，j}是給定矩陣X的第i個向量和第j個向量之間的核的核矩陣K。如果Y不為None，則K_ {i，j}是X的第i個數組和Y的第j個數組之間的內核。

注

如果指標是‘precomputed’，則忽略Y并返回X。