mars.learn.metrics.pairwise.haversine_distances#

mars.learn.metrics.pairwise.haversine_distances(X, Y=None)[来源]#

计算X和Y中样本之间的Haversine距离

哈弗辛距离（或大圆距离）是球面上两个点之间的角距离。每个点的第一个距离被假定为纬度，第二个是经度，以弧度表示。数据的维度必须为2。

\[D(x, y) = 2\arcsin[\sqrt{\sin^2((x1 - y1) / 2) + \cos(x1)\cos(y1)\sin^2((x2 - y2) / 2)}]\]
Parameters

  • X (类数组, 形状 (n_samples_1, 2)) –

  • Y (数组类似, 形状 (n_samples_2, 2), 可选) –

Returns

距离

Return type

{Tensor}，形状为 (n_samples_1, n_samples_2)

备注

由于地球几乎是球形的，haversine公式可以很好地近似地球表面两点之间的距离，平均误差低于1%。

示例

我们想要计算埃塞萨机场（阿根廷布宜诺斯艾利斯）和戴高乐机场（法国巴黎）之间的距离

>>> from mars.learn.metrics.pairwise import haversine_distances
>>> bsas = [-34.83333, -58.5166646]
>>> paris = [49.0083899664, 2.53844117956]
>>> result = haversine_distances([bsas, paris])
>>> (result * 6371000/1000).execute()  # multiply by Earth radius to get kilometers
array([[    0.        , 11279.45379464],
       [11279.45379464,     0.        ]])