cosine_distances#

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

計算 X 和 Y 中樣本之間的餘弦距離。

餘弦距離定義為 1.0 減去餘弦相似度。

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): 矩陣 X。
Y{類陣列, 稀疏矩陣}，形狀為 (n_samples_Y, n_features)，預設值為 None: 矩陣 Y。

回傳值:

distancesndarray，形狀為 (n_samples_X, n_samples_Y): 回傳 X 和 Y 中樣本之間的餘弦距離。

另請參閱

cosine_similarity: 計算 X 和 Y 中樣本之間的餘弦相似度。
scipy.spatial.distance.cosine: 僅適用於密集矩陣。

範例

>>> from sklearn.metrics.pairwise import cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> cosine_distances(X, Y)
array([[1.     , 1.     ],
       [0.42..., 0.18...]])