laplacian_kernel

sklearn.metrics.pairwise.laplacian_kernel(X, Y=None, gamma=None)

Berechne den Laplacian-Kernel zwischen X und Y.

Der Laplace-Kern wird wie folgt definiert:

K(x, y) = exp(-gamma ||x-y||_1)

für jedes Paar von Zeilen x in X und y in Y. Lesen Sie mehr im Benutzerhandbuch.

Hinzugefügt in Version 0.17.

Parameter:

X{array-like, sparse matrix} der Form (n_samples_X, n_features)

Ein Merkmals-Array.

Y{array-like, sparse matrix} der Form (n_samples_Y, n_features), Standard=None

Ein optionales zweites Merkmals-Array. Wenn None, wird Y=X verwendet.

gammafloat, Standard=None

Wenn None, ist der Standardwert 1.0 / n_features. Andernfalls muss er strikt positiv sein.

Gibt zurück:

kernelndarray der Form (n_samples_X, n_samples_Y)

Die Kernel-Matrix.

Beispiele

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