sklearn.metrics.pairwise.paired_distances?
sklearn.metrics.pairwise.paired_distances(X, Y, *, metric='euclidean', **kwds)
計算X和Y之間的配對距離。
計算（X [0]，Y [0]），（X [1]，Y [1]）等之間的距離。
在用戶指南中閱讀更多內容。
| 參數 | 說明 |
|---|---|
| X | ndarray (n_samples, n_features) 數組1用于距離計算。 |
| Y | ndarray (n_samples, n_features) 數組2用于距離計算。 |
| metric | string or callable 計算特征數組中實例之間的距離時使用的度量。 如果metric是字符串，則它必須是PAIRED_DISTANCES中指定的選項之一，包括“euclidean”，“manhattan”或“cosine”。 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的兩個數組作為輸入，并返回一個指示它們之間距離的值。 |
| 返回值 | 說明 |
|---|---|
| distances | ndarray (n_samples, ) |
另見：
pairwise_distances計算每對樣本之間的距離
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.])