sklearn.metrics.pairwise.paired_distances

sklearn.metrics.pairwise.paired_distances

sklearn.metrics.pairwise.paired_distances(X, Y, metric=’euclidean’, **kwds)

计算X和Y之间的配对距离。
计算（X [0]，Y [0]），（X [1]，Y [1]）等之间的距离。

参数：

X : ndarray (n_samples, n_features)	用于距离计算的数组1。
Y : ndarray (n_samples, n_features)	用于距离计算的数组2。
metric : string or callable	计算要素数组中实例之间的距离时使用的度量。 如果metric是字符串，则它必须是PAIRED_DISTANCES中指定的选项之一，包括“ euclidean”，“ manhattan”或“ cosine”。 或者，如果metric是可调用函数，则在每对实例（行）上调用它，并记录结果值。 可调用对象应将X的两个数组作为输入，并返回一个指示它们之间距离的值。

返回：

distances : ndarray (n_samples, )	一个距离数组

官网例子

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

类似用法
sklearn.metrics.pairwise_distances 计算每对样本之间的距离