sklearn.metrics.pairwise_distances
sklearn.metrics.pairwise_distances
sklearn.metrics.pairwise_distances(X, Y=None, metric=‘euclidean’, *, n_jobs=None, force_all_finite=True, **kwds)
案例:
>>>from sklearn.metrics.pairwise import pairwise_distances
>>>a=[[1,3],[2,2]]
>>>pairwise_distances(a,metric="euclidean")
array([[0. , 1.41421356],[1.41421356, 0. ]])
#结果数组的第一行第二列表示a[1]与a[2]的距离>>>b=[[1,3],[2,2],[1,1]]
>>>pairwise_distances(b,metric="euclidean")
array([[0. , 1.41421356, 2. ],[1.41421356, 0. , 1.41421356],[2. , 1.41421356, 0. ]])
#结果数组的第一行第三列表示a[1]与a[3]的距离
参考资料
[1] sklearn官网 2022.8
[2] sklearn.metrics.pairwise_distances 2019.10
sklearn.metrics.pairwise_distances相关推荐
- sklearn.metrics.pairwise.paired_distances
sklearn.metrics.pairwise.paired_distances sklearn.metrics.pairwise.paired_distances(X, Y, metric='eu ...
- sequential模型编译时的指标设置:sklearn.metrics:指标
sklearn.metrics: Metrics 官网是最好的学习区. See the Model evaluation: quantifying the quality of predictions ...
- 样本轮廓系数(原理、sklearn.metrics.silhouette_score、silhouette_samples参数介绍)
一.轮廓系数含义: 轮廓系数(Silhouette Coefficient),是聚类效果好坏的一种评价方式. 最佳值为1,最差值为-1.接近0的值表示重叠的群集.负值通常表示样本已分配给错误的聚类,因 ...
- 报错整理:ImportError: cannot import name ‘mean_absolute_percentage_error‘ from ‘sklearn.metrics‘
1 问题描述 使用 from sklearn.metrics import mean_absolute_percentage_error y_true = [3, -0.5, 2, 7] y_pred ...
- ML之sklearn:sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略
ML之sklearn:sklearn.metrics中常用的函数参数(比如confusion_matrix等 )解释及其用法说明之详细攻略 目录 sklearn.metrics中常用的函数参数 con ...
- ImportError: No module named sklearn.metrics
BUG:ImportError: No module named sklearn.metrics 解决方法: 1.查看是否已安装sklearn包 python import sklearn sklea ...
- Sklearn.metrics评估方法
文章目录 混淆矩阵 分类准确率 accuracy 精确率Precision 召回率 recall F1值 Roc曲线.AUC 混淆矩阵 混淆矩阵又称误差矩阵,针对预测值和真实值之间的关系,我们可以将样 ...
- python计算PR曲线sklearn.metrics.precision_recall_curve
PR曲线实则是以precision(精准率)和recall(召回率)这两个为变量而做出的曲线,其中recall为横坐标,precision为纵坐标.设定一系列阈值,计算每个阈值对应的recall和pr ...
- sklearn.metrics.mean_absolute_error
注意多维数组 MAE 的计算方法 * >>> from sklearn.metrics import mean_absolute_error >>> y_true ...
最新文章
- 【Android】Activity和PopupWindow都实现从底部弹出或滑出选择菜单或窗口
- Wireshark对HTTPS数据的解密
- 【BZOJ】【1086】 【SCOI2005】王室联邦
- php函数实验,PHP函数
- 如何测试连接MsSQL数据库-------UDL文件
- 基于JAVA+SpringMVC+Mybatis+MYSQL的企业通用门户网站官网
- spring boot 的API敏捷开发框架
- 每日英语:Targeting Grandpa: China’s Seniors Hunger for Ads
- Oracle Windows ODBC 数据源配置。
- 在线QuartzCron定时任务表达式在线生成
- 小米Redmi Airdots无线蓝牙耳机无法串联问题解决
- cad计算机土方软件,CAD土方工程量算量插件(土方工程量计算工具)V1.1 正式版
- BDB 入门篇 第6章 A DPL Example一个DPL 例子
- 培养学生数学核心素养,不能制造“数学小糊涂”!
- Web 2.0 创业神器为何天生敏捷?
- 双活数据中心解决方案
- 新手刚学js遇到的ie6问题
- 【密码岛OJ】1753 马走日题解
- 小刚明白锻炼的重要性,每天坚持走10000步。这一天,他已经走了一些步,想知道还要走多少步才能完成这一天的锻炼任务。请你帮帮他。
- 怎么修复linux受损文件,Linux文件数据损坏的快速修复办法-文件或目录损坏且无法读取...