距離度量#

class sklearn.metrics.DistanceMetric#

用於快速距離度量函數的統一介面。

DistanceMetric 類別提供了一種方便的方法來計算樣本之間的成對距離。它支援各種距離度量，例如歐幾里得距離、曼哈頓距離等等。

pairwise 方法可用於計算輸入陣列中樣本之間的成對距離。它會回傳一個距離矩陣，表示所有樣本對之間的距離。

get_metric 方法允許您使用其字串識別符號來檢索特定的度量。

範例

>>> from sklearn.metrics import DistanceMetric
>>> dist = DistanceMetric.get_metric('euclidean')
>>> X = [[1, 2], [3, 4], [5, 6]]
>>> Y = [[7, 8], [9, 10]]
>>> dist.pairwise(X,Y)
array([[7.81..., 10.63...]
       [5.65...,  8.48...]
       [1.41...,  4.24...]])

可用的度量

以下列出了字串度量識別符號和相關的距離度量類別

適用於實數值向量空間的度量

識別符號	類別名稱	參數	距離函數
“euclidean”	EuclideanDistance		`sqrt(sum((x - y)^2))`
“manhattan”	ManhattanDistance		`sum(\|x - y\|)`
“chebyshev”	ChebyshevDistance		`max(\|x - y\|)`
“minkowski”	MinkowskiDistance	p, w	`sum(w * \|x - y\|^p)^(1/p)`
“seuclidean”	SEuclideanDistance	V	`sqrt(sum((x - y)^2 / V))`
“mahalanobis”	MahalanobisDistance	V 或 VI	`sqrt((x - y)' V^-1 (x - y))`

適用於二維向量空間的度量： 請注意，haversine 距離度量需要 [緯度, 經度] 形式的數據，且輸入和輸出都以弧度為單位。

識別符號	類別名稱	距離函數
“haversine”	HaversineDistance	`2 arcsin(sqrt(sin^2(0.5dx) + cos(x1)cos(x2)sin^2(0.5dy)))`

適用於整數值向量空間的度量： 雖然是為整數值向量設計的，但這些在實數值向量的情況下也是有效的度量。

識別符號	類別名稱	距離函數
“hamming”	HammingDistance	`N_unequal(x, y) / N_tot`
“canberra”	CanberraDistance	`sum(\|x - y\| / (\|x\| + \|y\|))`
“braycurtis”	BrayCurtisDistance	`sum(\|x - y\|) / (sum(\|x\|) + sum(\|y\|))`

適用於布林值向量空間的度量： 任何非零條目都會被評估為“True”。在以下列表中，使用以下縮寫：

N：維度數量
NTT：兩個值都為 True 的維度數量
NTF：第一個值為 True，第二個值為 False 的維度數量
NFT：第一個值為 False，第二個值為 True 的維度數量
NFF：兩個值都為 False 的維度數量
NNEQ：不相等維度的數量，NNEQ = NTF + NFT
NNZ：非零維度的數量，NNZ = NTF + NFT + NTT

識別符號	類別名稱	距離函數
“jaccard”	JaccardDistance	NNEQ / NNZ
“matching”	MatchingDistance	NNEQ / N
“dice”	DiceDistance	NNEQ / (NTT + NNZ)
“kulsinski”	KulsinskiDistance	(NNEQ + N - NTT) / (NNEQ + N)
“rogerstanimoto”	RogersTanimotoDistance	2 * NNEQ / (N + NNEQ)
“russellrao”	RussellRaoDistance	(N - NTT) / N
“sokalmichener”	SokalMichenerDistance	2 * NNEQ / (N + NNEQ)
“sokalsneath”	SokalSneathDistance	NNEQ / (NNEQ + 0.5 * NTT)

用戶定義的距離

識別符號	類別名稱	參數
“pyfunc”	PyFuncDistance	func

這裡 func 是一個函數，它接受兩個一維 NumPy 陣列，並返回一個距離。請注意，為了在 BallTree 中使用，該距離必須是一個真正的度量：即它必須滿足以下屬性

非負性：d(x, y) >= 0
同一性：當且僅當 x == y 時，d(x, y) = 0
對稱性：d(x, y) = d(y, x)
三角不等式：d(x, y) + d(y, z) >= d(x, z)

由於調用 Python 函數涉及 Python 物件的開銷，因此速度會相當慢，但它會與其他距離具有相同的縮放比例。

classmethod get_metric(metric, dtype=<class 'numpy.float64'>, **kwargs)#

從字串識別符號取得給定的距離度量。

請參閱 DistanceMetric 的文檔字串，以取得可用度量的列表。

參數:

metricstr 或類別名稱: 所需距離度量的字串識別符號或類別名稱。請參閱 DistanceMetric 類別的文檔，以取得可用度量的列表。
dtype{np.float32, np.float64}, 預設值=np.float64: 度量將套用的輸入數據類型。這會影響計算距離的精度。預設情況下，它設定為 np.float64。
**kwargs: 將傳遞給所請求度量的其他關鍵字參數。這些參數可用於自訂特定度量的行為。

回傳值:

metric_obj所請求度量的實例: 所請求距離度量類別的實例。