Sklearn中pairwise_distances_argmin

Sklearn中pairwise_distances_argmin()方法

作用：遍历序列，求序列中距离的最小值，并返回其下标。

常用参数介绍：
pairwise_distances_argmin(X,y, axis=,metric=)
X，y：输入的序列
axis：取值0或1
metric：距离类型，通常使用euclidean(欧几里得距离)
返回值介绍：
返回值返回的是X或y序列中的下标。根据axis取值的不同返回的不同序列中的下标。

首先针对axis=1的情况，axis=1是计算X中与y距离最近，并返回对应y的下标。下面是例子。

from sklearn.metrics import pairwise_distances_argmin
X = [(0,0),(2,2)] #2个数据
y = [(1,0),(3,3),(2,2)] #3个数据
pairwise_distances_argmin(X,y,axis=1,metric='euclidean')
》》》
结果：array([0, 2], dtype=int64)

我们发现返回值只有两个，与X的数据个数一致。我们简单剖析一下。X中的一个数据（0,0）与y序列的三个数据计算距离，发现（0,0）与（1,0）的距离最近。（1,0）在y的下标是0。接着是X中的二个数据（2,2）与y序列的三个数据计算距离，发现（2,2）与（2,2）的距离最近。（2,2）在y的下标是2。于是就返回2。所以最后的结果是array([0, 2], dtype=int64)。

针对axis=0的情况，axis=0是计算y中与X距离最近，并返回对应X的下标。下面是例子。

from sklearn.metrics import pairwise_distances_argmin
X = [(0,0),(2,2)] #2个数据
y = [(1,0),(3,3),(2,2)] #3个数据
pairwise_distances_argmin(X,y,axis=0,metric='euclidean')
》》》
结果：array([0, 1, 1], dtype=int64)

我们发现返回值只有三个，与y的数据个数一致。与axis=1同理，只不过次是计算y中的数据与X数据的距离。y中的一个数据（1,0）与,x序列的两个个数据计算距离，发现（1,0）与（0,0）的距离最近。（0,0）在x的下标是0,返回0。第二个数据（3,3）与x序列计算距离，发现（3,3）与（2,2）的距离最近。（2,2）在x的下标是1,返回1。第三个数据（2,2），与x序列计算距离，发现（2,2）与（2,2）的距离最近。（2,2）在x的下标是1,返回1。所以最后的结果是array([0, 1, 1], dtype=int64)