python - 为什么 sklearn 的 pairwise_distances 比 pairwise_distances 慢很多，即使在计算相同的数据时也是如此？我们如何改进paired_distances？

Question

我一直在运行这个简单的代码来计算 X 的距离矩阵：

import numpy as np
from sklearn.metrics import pairwise_distances
from sklearn.metrics.pairwise import paired_distances
import time

n = 10000
X = np.random.RandomState(0).rand(n, 5)

t0 = time.time()
pairwise_distances(X, X)
print(time.time() - t0)

X_tile = np.tile(X, (n, 1))
X_repeat = np.repeat(X, n, axis=0)

t1 = time.time()
paired_distances(X_tile, X_repeat)
print(time.time() - t1)

这将返回（在我的笔记本电脑上，一台 2014 MacBook Pro）：

7.2921271324157715
448.4537389278412

这两个函数实际上返回了相同的值。是什么让paired_distances60x 比 慢pairwise_distances？如果，比如说，我们需要使用paired_distances-- 可能是因为我们正在寻找矩阵中的点到不同（可能是随机的）邻居集之间的距离（比如，在矩阵X中，我需要距离X[0]to X[1], X[2]，而对于X[1]，我需要距离X[2], X[3]等...）我们如何提高其性能？

标签： pythonscikit-learn