當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python cuml.metrics.pairwise_distances.pairwise_distances用法及代碼示例


用法:

cuml.metrics.pairwise_distances.pairwise_distances(X, Y=None, metric='euclidean', handle=None, convert_dtype=True, metric_arg=2, **kwds)

從向量數組 X 和可選的 Y 計算距離矩陣。

此方法采用一個或兩個向量數組，並返回一個距離矩陣。

如果給定 Y(默認為 None )，則返回的矩陣是來自 X 和 Y 的數組之間的成對距離。

指標的有效值為：

  • 來自scikit-learn：[‘cityblock’, ‘cosine’, ‘euclidean’、‘l1’, ‘l2’、‘manhattan’]。

    支持稀疏矩陣，請參閱‘sparse_pairwise_distances’。

  • 來自 scipy.spatial.distance：[‘sqeuclidean’]

    有關此指標的詳細信息，請參閱 scipy.spatial.distance 的文檔。支持稀疏矩陣。

參數：

X：形狀的密集或稀疏矩陣(設備或主機)

(n_samples_x, n_features) 可接受的格式：cuDF DataFrame、NumPy ndarray、Numba 設備 ndarray、cuda 數組接口兼容數組(如 CuPy)或用於稀疏輸入的 cupyx.scipy.sparse

Y：array-like(設備或主機)形狀(n_samples_y，n_features)，可選

可接受的格式：cuDF DataFrame、NumPy ndarray、Numba 設備 ndarray、cuda 陣列接口兼容陣列，如 CuPy

metric：{“cityblock”, “cosine”, “euclidean”、“l1”、“l2”、“manhattan”、“sqeuclidean”}

計算特征數組中實例之間的距離時使用的度量。

convert_dtype：布爾值，可選(默認 = True)

當設置為 True 時，如果 Y 不同，該方法將在必要時將 Y 轉換為與 X 相同的數據類型。這將增加用於該方法的內存。

返回：

D：數組 [n_samples_x, n_samples_x] 或 [n_samples_x, n_samples_y]

如果 Y 為無，則距離矩陣 D 使得 D_{i, j} 是給定矩陣 X 的第 i 個和第 j 個向量之間的距離。如果 Y 不是 None ，則 D_{i, j} 是來自 X 的第 i 個數組與來自 Y 的第 j 個數組之間的距離。

例子：

>>> import cupy as cp
>>> from cuml.metrics import pairwise_distances
>>>
>>> X = cp.array([[2.0, 3.0], [3.0, 5.0], [5.0, 8.0]])
>>> Y = cp.array([[1.0, 0.0], [2.0, 1.0]])
>>>
>>> # Euclidean Pairwise Distance, Single Input:
>>> pairwise_distances(X, metric='euclidean')
array([[0.        , 2.23606798, 5.83095189],
    [2.23606798, 0.        , 3.60555128],
    [5.83095189, 3.60555128, 0.        ]])
>>>
>>> # Cosine Pairwise Distance, Multi-Input:
>>> pairwise_distances(X, Y, metric='cosine')
array([[0.4452998 , 0.13175686],
    [0.48550424, 0.15633851],
    [0.47000106, 0.14671817]])
>>>
>>> # Manhattan Pairwise Distance, Multi-Input:
>>> pairwise_distances(X, Y, metric='manhattan')
array([[ 4.,  2.],
    [ 7.,  5.],
    [12., 10.]])

相關用法


注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cuml.metrics.pairwise_distances.pairwise_distances。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。