rbf_kernel#

sklearn.metrics.pairwise.rbf_kernel(X, Y=None, gamma=None)[原始碼]#

計算 X 和 Y 之間的 rbf (高斯) 核函數。

K(x, y) = exp(-gamma ||x-y||^2)

針對 X 中每個列 x 和 Y 中每個列 y 的配對。

請參閱使用者指南以了解更多資訊。

參數:

X{類陣列, 稀疏矩陣}，形狀為 (n_samples_X, n_features): 一個特徵陣列。
Y{類陣列, 稀疏矩陣}，形狀為 (n_samples_Y, n_features)，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。
gamma浮點數，預設為 None: 如果為 None，預設為 1.0 / n_features。

回傳值:

kernelndarray，形狀為 (n_samples_X, n_samples_Y): RBF 核函數。

範例

>>> from sklearn.metrics.pairwise import rbf_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> rbf_kernel(X, Y)
array([[0.71..., 0.51...],
       [0.51..., 0.71...]])