chi2_kernel

sklearn.metrics.pairwise.chi2_kernel(X, Y=None, gamma=1.0)

Berechne den exponentiellen Chi-Quadrat-Kernel zwischen X und Y.

Der Chi-Quadrat-Kernel wird zwischen jedem Paar von Zeilen in X und Y berechnet. X und Y müssen nicht-negativ sein. Dieser Kernel wird am häufigsten auf Histogramme angewendet.

Der Chi-Quadrat-Kernel ist gegeben durch

k(x, y) = exp(-gamma Sum [(x - y)^2 / (x + y)])

Er kann als gewichtete Differenz pro Eintrag interpretiert werden.

Mehr dazu im Benutzerhandbuch.

Parameter:

Xarray-like, Form (n_samples_X, n_features)

Ein Merkmals-Array.

Yarray-like, Form (n_samples_Y, n_features), Standardwert=None

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

gammafloat, Standardwert=1

Skalierungsparameter des Chi2-Kernels.

Gibt zurück:

kernelndarray der Form (n_samples_X, n_samples_Y)

Die Kernel-Matrix.

Siehe auch

additive_chi2_kernel

Die additive Version dieses Kernels.

sklearn.kernel_approximation.AdditiveChi2Sampler

Eine Fourier-Approximation der additiven Version dieses Kernels.

Referenzen

• Zhang, J. und Marszalek, M. und Lazebnik, S. und Schmid, C. Local features and kernels for classification of texture and object categories: A comprehensive study International Journal of Computer Vision 2007 https://hal.archives-ouvertes.fr/hal-00171412/document

Beispiele

>>> from sklearn.metrics.pairwise import chi2_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> chi2_kernel(X, Y)
array([[0.368, 0.135],
       [0.135, 0.368]])