scikit-learn：4.7. Pairwise metrics, Affinities and Kernels

最新推荐文章于 2023-01-14 06:45:00 发布
原创 最新推荐文章于 2023-01-14 06:45:00 发布 · 2.1k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

scikit-learn的metrics.pairwise模块提供了计算样本对距离和相似度的功能。包括Cosine相似性、线性核、多项式核、Sigmoid核、高斯RBF核和卡方核等。这些核函数常用于机器学习中的相似性判断，如非线性SVM。例如，高斯RBF核（Gaussian kernel）是通过计算欧氏距离的指数衰减来衡量相似性。

参考：http://scikit-learn.org/stable/modules/metrics.html


The sklearn.metrics.pairwise submodule implements utilities to evaluate pairwise distances（样本对的距离） or affinity of sets of samples（样本集的相似度）。

Distance metrics are functions d(a, b) such that d(a, b) < d(a, c) if objects a and b are considered “more similar” than objects a and c. 

Kernels are measures of similarity, i.e. s(a, b) > s(a, c) if objects a and b are considered “more similar” than objects a and c. 


1、Cosine similarity

向量点积的L2-norm：

if x and y are row vectors, their cosine similarity 

最低0.47元/天 解锁文章
Scikit-Learn 1.4使用指南：数据转换 两两度量、亲和力和核函数(Pairwise metrics, Affinities and Kernels)
数智笔记
02-08 1211
从概念上讲，多项式核函数不仅考虑了相同维度下的向量相似度，还考虑了跨维度的向量相似度。Sigmoid 核函数也称为双曲正切函数，或多层感知机（因为在神经网络领域中，它经常用作神经元的激活函数）。这种归一化是通过与卡方距离的关联来合理化的，卡方距离是离散概率分布之间的距离。这被称为余弦相似度，因为欧几里得（L2）归一化将向量投影到单位球上，它们的点积就是向量所表示的点之间的夹角的余弦。该核函数是计算以 tf-idf 向量表示的文档的相似度的常用选择。计算两个向量之间的径向基函数（RBF）核函数。
​CVPR 2022 | 从自注意力中学习语义Affinity，用于端到端弱监督语义分割
Paper weekly
06-18 2950
©PaperWeekly 原创 ·作者 | 邵琪钧研究方向 | 计算机视觉、深度学习论文标题：Learning Affinity from Attention: End-to-End Weakly-Supervised SemanticSegmentation with Transformers论文地址：https://arxiv.org/abs/2203.02664代...
numpy scipy sparse sklearn Metrics Pairwise简述
lili安的博客
04-21 1131
一、numpy NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。 二、scipy scipy是一个用于数学、科学、工程领域的常用软件包，可以处理插值、积分、优化、图像处理、常微分方程数值解的求解、信号处理等问题。它用于有...
sklearn.metrics.pairwise.linear_kernel
枫的博客
10-20 764
sklearn.metrics.pairwise.linear_kernel
sklearn.metrics.pairwise.rbf_kernel
weixin_30672019的博客
01-18 577
https://scikit-learn.org/stable/modules/generated/sklearn.metrics.pairwise.rbf_kernel.html 源码： 转载于:https://www.cnblogs.com/ruogu2019/p/10287870.html
机器学习sklearn.metrics.pairwise.rbf_kernel介绍
wavehaha的博客
09-05 1716
使用： sklearn.metrics.pairwise.rbf_kernel(X, Y=None, gamma=None) 介绍： 计算X和Y之间的rbf（高斯）内核： K(x, y) = exp(-gamma ||x-y||^2) 参数 说明 X array of shape (n_samples_X, n_features) Y array of shape (n_samples_Y, n_features) gamma float, default None（如果为None
scikit-learn-1.3.2.tar.gz
01-17
Scikit-learn是Python编程语言中广泛使用的机器学习库，其1.3.2版本的发布带来了许多重要的改进和更新。这个压缩包“scikit-learn-1.3.2.tar.gz”包含了该版本的所有源代码，使得用户可以进行安装、学习和开发基于...
scikit-learn-1.0.2.tar.gz
01-18
Scikit-learn是一个广泛使用的Python库，专门用于执行各种机器学习和数据分析任务。1.0.2是这个库的一个特定版本，它包含了自上次更新以来的一系列改进、修复和新特性。在本篇文章中，我们将深入探讨scikit-learn ...
Python库 | scikit-learn-0.24.2.tar.gz
05-21
资源分类：Python库 所属语言：Python 资源全名：scikit-learn-0.24.2.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
scikit-learn-0.24.1.tar.gz
03-14
Scikit-learn，简称为sklearn，是Python编程语言中一个强大的机器学习库。它提供了大量的监督和无监督学习算法，以及数据预处理、模型选择和评估工具，为数据科学家和机器学习工程师提供了便利。在0.24.1版本中，这...
scikit_learn-1.5.1.tar.gz
最新发布
08-21
scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1.tar.gz scikit_learn-1.5.1...
svm核函数_svm原理 什么是核函数
weixin_39616547的博客
12-10 498
如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，怎么办呢？是否有某种方法，让线性不可分的数据变得线性可分呢？有！其思想说来也简单，来用一个二维平面中的分类问题作例子，你一看就会明白。事先声明，下面这个例子是网络早就有的，我一时找不到原作者的正确信息，在此借用，并加进了我自己的解说而已。例子是下面...
sklearn聚类之谱聚类SpectralClustering
微小冷的学习笔记
01-14 4066
谱聚类是一种基于图论的聚类方法，所谓图，就是将空间中的所有点连接起来，只要这些连接中出现了一个圈，就可以称之为图。如果把这些连线加上一个权重，就叫做加权图。
注意力机制综述：基础原理、变种和最近研究
AI算法修炼营的博客
04-13 2958
点击上方“AI算法修炼营”，选择加星标或“置顶”标题以下，全是干货作者：李新春 整理：极市平台知乎链接：https://zhuanlan.zhihu.com/p/10666237...
sklearn svm如何选择核函数_使用python+sklearn实现成对度量、相关性和核函数
weixin_39796238的博客
12-21 990
sklearn.metrics.pairwise子模块实现了评估样本集的成对距离或相关性。此模块包含距离度量和内核。这里对这两个问题作了简要的总结。距离度量是函数d(a, b)，如果对象a和b被认为比对象a 和c“更相似”，则 d(a, b) < d(a, c)。两个完全相似的对象距离为零。使用最为广泛的距离度量是欧几里德距离，要成为“真实的”度量，它必须遵守以下四个条件：1. 对...
Python：rbf_kernel()径向基核函数 调包法实现
DeniuHe的博客
03-15 4013
调包偷个懒 import numpy as np from sklearn.datasets import load_iris from sklearn.metrics.pairwise import rbf_kernel import pandas as pd if __name__ == '__main__': X, y = load_iris(return_X_y=True) a = [1,2,3,4,5,6,7,8] b = [110,111] A = X[.
总结-模型评价指标的定义(基于CatBoost文档)
CS_W98的博客
04-06 3042
@TOC(loss_function is the metric to use in training.) 来源 回归问题 可以作为优化目标函数 MAE MAPE Poisson Quantile（α=0.5）=MAE 图像处理应用中，经常会用到quantile分位数损失函数，这个函数的作用是求数列或矩阵的分位数。在给定预测变量的某些值时，估计因变量的条件“分位数”。Quantile Loss实际上只是MAE的扩展形式（当分位数是第50个百分位时，Quantile Loss退化为MAE）。 RMSE
sklearn聚类方法详解
热门推荐
ustbbsy的博客
07-08 8万+
1 KMeans 1.1 算法描述 随机选择k个中心 遍历所有样本，把样本划分到距离最近的一个中心 划分之后就有K个簇，计算每个簇的平均值作为新的质心 重复步骤2，直到达到停止条件 停止条件： 聚类中心不再发生变化；所有的距离最小；迭代次数达到设定值， 代价函数：误差平方和（SSE） 1.2 算法优缺点 优点： 算法容易理解，聚类效果不错 具有出色的速度 当簇近似高斯分...
sklearn.metrics.pairwise_distances
lonelykid96的博客
10-24 1万+
sklearn.metrics.pairwise_distances sklearn.metrics.pairwise_distances(X, Y=None, metric=’euclidean’, n_jobs=None, **kwds) 根据向量数组X和可选的Y计算距离矩阵。 此方法采用向量数组或距离矩阵，然后返回距离矩阵。 如果输入是向量数组，则计算距离。 如果输入是距离矩阵，则将其返回。...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值