使用numpy的内核表达式

我有一个拉普拉斯内核，写为

k（x1，x2）=exp（-0.5 | | x1-x2 | | |）

我写的是

k = np.exp( - 0.5 * np.sqrt ( np.dot (x1,x1) + np.dot (x2,x2) - 2 * np.dot(x1,x2)))

k = np.exp (-0.5 * (np.dot(x1,x1) + np.dot(x2,x2)- 2 * np.dot(x1,x2)))

这是正确的吗？ 另外，如果我的内核是

k（x1，x2）=exp（-0.5 | | x1-x2 | | ^2）

，我将它写为

k = np.exp( - 0.5 * np.sqrt ( np.dot (x1,x1) + np.dot (x2,x2) - 2 * np.dot(x1,x2)))

k = np.exp (-0.5 * (np.dot(x1,x1) + np.dot(x2,x2)- 2 * np.dot(x1,x2)))

---

这是否正确？

您可以使用以下方法直接计算数组的范数： numpy.linalg.norm（x）

将numpy导入为np
k=np.exp（-0.5*np.linalg.norm（x1-x2））

x1和x2的维度是什么？如果它们是标量或向量，那就好了。如果它们是二阶张量（矩阵），你需要一个转置。如果他们比这更高，事情就复杂了。