sigmoid_kernel

sklearn.metrics.pairwise.sigmoid_kernel(X, Y=None, gamma=None, coef0=1)

Berechne den Sigmoid-Kernel zwischen X und Y.

K(X, Y) = tanh(gamma <X, Y> + coef0)

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.

gammafloat, Standard=None

Koeffizient des Vektor-Innerprodukts. Wenn None, ist der Standardwert 1,0 / n_features.

coef0float, Standard=1

Konstante Verschiebung, die zum skalierten Inneren Produkt addiert wird.

Gibt zurück:

kernelndarray der Form (n_samples_X, n_samples_Y)

Sigmoid-Kernel zwischen zwei Arrays.

Beispiele

>>> from sklearn.metrics.pairwise import sigmoid_kernel
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> sigmoid_kernel(X, Y)
array([[0.76, 0.76],
       [0.87, 0.93]])