SKLearn 向量数组的成对距离

【问题标题】：SKLearn Pairwise Distances of a Vector ArraySKLearn 向量数组的成对距离
【发布时间】：2015-06-05 23:04:42
【问题描述】：

我有一个形状为 "X[n_samples, n_features]" 的矩阵 X。

我想计算每个样本之间的成对距离。一个可能的结果可能是结果[n_samples,n_samples] ;其中 Result[0][1] 表示第 0 个向量和第 1 个向量之间的距离。

如何使用“sklearn.metrics.pairwise.pairwise_distances”函数实现这一点？

根据文档sklearn！当 X 向量具有上述形状时，需要一个额外的数组“Y”。这是什么意思？

【问题讨论】：

【解决方案1】：

文档明确说明“和可选 Y”。所以如果你想计算两个数组之间的距离，Y 如果是第二个数组。如果没有，请不要传递Y。

【讨论】：

我想我误解了以下关于 Y 的描述：“只有当 X 的形状为 [n_samples_a, n_features] 时才有第二个特征数组。” .因此，即使 X 的形状为 [n_samples_a, n_features]..，我是否可以得出结论 Y 是可选的？
X 总是有形状[n_samples_a, n_features]，对吧？但我同意，文档字符串有点奇怪。
如果metric="precomputed" Y 无效。