有没有办法让体重进入
pairwise_distances(X, metric='cosine')
可能使用**kwrds?
from sklearn.metrics import pairwise_distances
在 scipy 余弦距离中，可以添加权重数组，但这并没有给出成对矩阵。
a = np.array([9,8,7,5,2,9])
b = np.array([9,8,7,5,2,2])
w = np.array([1,1,1,1,1,1])
distance.cosine(a,b,w)
权重在哪里w。
pairwise_distances您可以使用该pdist方法来计算距离，而不是使用。这将使用distance.cosine支持值的权重。
import numpy as np
from scipy.spatial.distance import pdist, squareform
X = np.array([[5, 4, 3], [4, 2, 1], [5, 6, 2]])
w = [1, 2, 3]
distances = pdist(X, metric='cosine', w=w)
# change the result to a square matrix
distances = squareform(distances)
结果：
array([[0. , 0.05508882, 0.04898252],
[0.05508882, 0. , 0.07833123],
[0.04898252, 0.07833123, 0. ]])