線性核#

sklearn.metrics.pairwise.linear_kernel(X, Y=None, dense_output=True)[來源]#

計算 X 和 Y 之間的線性核。

請在使用者指南中閱讀更多資訊。

參數:

X形狀為 (n_samples_X, n_features) 的 {類陣列, 稀疏矩陣}: 一個特徵陣列。
Y形狀為 (n_samples_Y, n_features) 的 {類陣列, 稀疏矩陣}，預設為 None: 一個可選的第二個特徵陣列。如果為 None，則使用 Y=X。
dense_output布林值，預設為 True: 是否在輸入為稀疏矩陣時仍返回密集輸出。若為 False，則當兩個輸入陣列皆為稀疏矩陣時，輸出也為稀疏矩陣。

於版本 0.20 新增。

返回:

kernel形狀為 (n_samples_X, n_samples_Y) 的 ndarray: 線性核的 Gram 矩陣，即 X @ Y.T。

範例

>>> from sklearn.metrics.pairwise import linear_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> linear_kernel(X, Y)
array([[0., 0.],
       [1., 2.]])