squared_distance

squared_distance(x: ndarray, y: ndarray, **kwargs: Any) → float

计算两个时间序列之间的平方距离。

两个时间序列之间的平方距离定义为

\[sd(x, y) = \sum_{i=1}^{n} (x_i - y_i)^2\]

参数:

x: np.ndarray (1维或2维数组)

第一个时间序列。

y: np.ndarray (1维或2维数组)

第二个时间序列。

kwargs: Any

额外参数。对于平方距离没有额外参数，但保留此项以保持一致性。

返回:

float

x和y之间的平方距离。

抛出:

ValueError

如果提供的 x 或 y 值不是 numpy 数组。如果 x 或 y 的维数大于 2。如果提供的度量字符串不是已定义的有效字符串。如果提供的度量对象（类实例）未继承自 NumbaDistance。如果解析的度量没有进行 no_python 编译。如果无法确定度量类型。

示例

>>> import numpy as np
>>> from sktime.distances import squared_distance
>>> x_1d = np.array([1, 2, 3, 4])  # 1d array
>>> y_1d = np.array([5, 6, 7, 8])  # 1d array
>>> squared_distance(x_1d, y_1d)
np.float64(64.0)

>>> x_2d = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])  # 2d array
>>> y_2d = np.array([[9, 10, 11, 12], [13, 14, 15, 16]])  # 2d array
>>> squared_distance(x_2d, y_2d)
np.float64(512.0)