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, wirdY=Xverwendet.- 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.]])