数据集的最小距离

问题描述

from scipy.spatial.distance import cdist
from sklearn.datasets import make_moons

X,y = make_moons()
cdist(X,X).min(axis=1)

给我

array([0.,0.,0.])

这不是我想要的。我想要X中i不等于j的所有点之间的最小距离。当然，如果i=j，那么我会得到0。如何使用cdist来做到这一点？

解决方法

cdist对于计算数组的成对距离是一个过大的杀伤力。对于一个数组，上三角是所有可能距离的最小有意义表示，但不包括与自身的0距离。做到这一点的方法是使用pdist：

from scipy.spatial.distance import pdist
from sklearn.datasets import make_moons

X,y = make_moons()
# desired output
pdist(X).min()

它返回上三角数组ndarray：

Y：ndarray 返回一个简化的距离矩阵Y。对于每个i和j（其中i

您可能会了解有关凝聚矩阵here

的更多信息

时间比较：

%timeit pdist(X)
73 µs ± 825 ns per loop (mean ± std. dev. of 7 runs,10000 loops each)

%timeit cdist(X,X)
112 µs ± 315 ns per loop (mean ± std. dev. of 7 runs,10000 loops each)