linear_kernel#

sklearn.metrics.pairwise.linear_kernel(X, Y=None, dense_output=True)[Quelle]#

Berechne den linearen Kernel zwischen X und Y.

Lesen Sie mehr im Benutzerhandbuch.

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.

dense_outputbool, Standard=True

Ob dichte Ausgabe zurückgegeben werden soll, auch wenn die Eingabe spärlich ist. Wenn False, ist die Ausgabe spärlich, wenn beide Eingabearrays spärlich sind.

Hinzugefügt in Version 0.20.

Gibt zurück:
kernelndarray der Form (n_samples_X, n_samples_Y)

Die Gram-Matrix des linearen Kernels, d. h. X @ Y.T.

Beispiele

>>> from sklearn.metrics.pairwise import linear_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> linear_kernel(X, Y)
array([[0., 0.],
       [1., 2.]])