sklearn 下距离的度量 —— sklearn.metrics

1. pairwise

from sklearm.metrics.pairwise import pairwise_distance

计算一个样本集内部样本之间的距离：

D = np.array([np.linalg.norm(r1-r2) for r1 in X] for r2 in X)

当然，不要重复制造轮子，sklearn 已为我们提供了实现好的接口：

D = pairwise_distance(X, X)
        # metric='euclidean'/'manhattan'/'cosine'
        # squared=True/False，默认为 False

转载于:https://www.cnblogs.com/mtcnn/p/9423109.html