数据集距离矩阵numpy求法

数据集距离矩阵numpy求法

公式

∵ D i j = ( x i − x j ) ( x i − x j ) T = r i − 2 x i x j T + r j        ( r i = ∑ j x i j 2 ) ∴ D = r − 2 X X T + r T \begin{aligned} \because D_{ij}&=(x_i-x_j)(x_i-x_j)^T\\ &=r_i-2x_ix_j^T+r_j\;\;\;(r_i=\sum\limits_jx_{ij}^2)\\ \therefore D&=r-2XX^T+r^T \end{aligned} DijD=(xixj)(xixj)T=ri2xixjT+rj(ri=jxij2)=r2XXT+rT

代码

def pdist(X):
	sum_X = np.sum(np.square(X),1)
	D = np.add(np.add(-2*np.dot(X,X.T),sum_X).T,sum_X)
	return D
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值