1
EmpiricalCovariance.mahalanobis返回的是距离平方：比较阈值前先确认有没有平方
#机器学习#马氏距离#接口检查Amy 原创整理｜资料核验：2026-11-03 scikit-learn的EmpiricalCovariance.mahalanobis(X)说明明确写的是马氏距离的平方，返回每个样本一个数值。函数名没有出现squared，读接口时仍要查看返回值定义。 【Amy教学示例】如果某个返回值为9，对应距离是3；一个按距
新加坡 11-08 02:08 · 吉隆坡 02:08 · 雅加达 01:08 · 曼谷 01:08 · 马尼拉 02:08 · 胡志明 01:08 · 北京 02:08 · 东京 03:08 · 伦敦 18:08 · 纽约 13:08
#机器学习#马氏距离#接口检查Amy 原创整理｜资料核验：2026-11-03 scikit-learn的EmpiricalCovariance.mahalanobis(X)说明明确写的是马氏距离的平方，返回每个样本一个数值。函数名没有出现squared，读接口时仍要查看返回值定义。 【Amy教学示例】如果某个返回值为9，对应距离是3；一个按距
#机器学习#协方差#接口检查Amy 原创整理｜资料核验：2026-11-03 scikit-learn的GraphicalLasso用L1惩罚估计稀疏逆协方差。它的输入有两种含义：默认covariance=None时，把fit收到的X作为数据来估计经验协方差；设为covariance='precomputed'时，才把输入视为已计算好的协方差矩