Cập nhật lần cuối vào ngày 17 tháng 10 năm 2021 Nội dung chính ShowShow
Tất cả các hoạt động đại số tuyến tính mà bạn cần sử dụng trong Numpy để học máy. in NumPy for Machine Learning.
Thư viện tính toán số Python có tên Numpy cung cấp nhiều hàm đại số tuyến tính có thể hữu ích như một học viên học máy.
Trong hướng dẫn này, bạn sẽ khám phá các chức năng chính để làm việc với các vectơ và ma trận mà bạn có thể thấy hữu ích như một học viên học máy.
Đây là một bảng gian lận và tất cả các ví dụ đều ngắn và cho rằng bạn quen thuộc với hoạt động được thực hiện.
Bạn có thể muốn đánh dấu trang này để tham khảo trong tương lai.
Kick bắt đầu dự án của bạn với cuốn sách mới của tôi Đại số tuyến tính cho học máy, bao gồm các hướng dẫn từng bước và các tệp mã nguồn Python cho tất cả các ví dụ. with my new book Linear Algebra for Machine Learning, including step-by-step tutorials and the Python source code files for all examples. with my new book Linear Algebra for Machine Learning, including step-by-step tutorials and the Python source code files for all examples.
Bắt đầu nào.
Bảng gian lận đại số tuyến tính cho máy học máy của Christoph Landers, một số quyền được bảo lưu.Photo by Christoph Landers, some rights reserved.
Photo by Christoph Landers,
some rights reserved.
Tổng quan
Hướng dẫn này được chia thành 7 phần; họ đang:
- Mảng
- Vectơ
- Ma trận
- Các loại ma trận
- Hoạt động ma trận
- Hệ số ma trận
- Số liệu thống kê
Cần trợ giúp với đại số tuyến tính cho học máy?
Tham gia khóa học gặp sự cố email 7 ngày miễn phí của tôi ngay bây giờ [với mã mẫu].
Nhấp để đăng ký và cũng nhận được phiên bản Ebook PDF miễn phí của khóa học.
1. Mảng
Có nhiều cách để tạo ra các mảng numpy.
Mảng
Vectơnumpy import array A=array[[[1,2,3],[1,2,3],[1,2,3]]]=array[[[1,2,3],[1,2,3],[1,2,3]]]= array[[[1,2,3],[1,2,3],[1,2,3]]] |
Trống rỗng
Ma trậnnumpy import empty A=empty[[3,3]]=empty[[3,3]]=empty[[3,3]] |
Số không
Các loại ma trậnnumpy import zeros A=zeros[[3,5]]=zeros[[3,5]]=zeros[[3,5]] |
Những người
Hoạt động ma trậnnumpy import ones A=ones[[5,5]]=ones[[5,5]]=ones[[5,5]] |
Hệ số ma trận
Số liệu thống kê
Bổ sung vector
Phép trừ vector
Phép nhân vector
Bộ phận Vector
Vector Dot Sản phẩm
Phép nhân vector-scalar
Định mức vector
3. Ma trậnnumpy.linalg import norm l2=norm[v]=norm[v]=norm[v] |
3. Ma trận
Bổ sung ma trận
Bổ sung ma trận
Phép trừ ma trận
Nhân hóa ma trận [sản phẩm Hadamard]
Phân chia ma trận
Phép nhân ma trận ma trận [sản phẩm chấm]
Phép nhân ma trận-vector [sản phẩm chấm]
Phép nhân matrix-scalar
C=A.dot[2.2]=A.dot[2.2]=A.dot[2.2] 4. Các loại ma trận=A *2.2 |
4. Các loại ma trận
Ma trận tam giác
Ma trận tam giác
Ma trận đường chéo Ma trận đơn vịnumpy import tril lower=tril[M]=tril[M]=tril[M] 5. Hoạt động ma trận Ma trận chuyển vịnumpy import triu upper=triu[M]=triu[M]=triu[M] |
Ma trận đường chéo
Ma trận đơn vịnumpy import diag d=diag[M]=diag[M]=diag[M] |
Ma trận đơn vị
5. Hoạt động ma trậnnumpy import eye I=eye[3]=eye[3]=eye[3] |
5. Hoạt động ma trận
Ma trận chuyển vị
Ma trận chuyển vị
Đảo ngược ma trận
Ma trận theo dõinumpy.linalg import inv B=inv[A]=inv[A]=inv[A] |
Ma trận theo dõi
Quyết định ma trậnnumpy import trace B=trace[A]=trace[A]=trace[A] |
Quyết định ma trận
Xếp hạng ma trậnnumpy.linalg import det B=det[A]=det[A]=det[A] |
Xếp hạng ma trận
6. Hệ số ma trậnnumpy.linalg import matrix_rank r=matrix_rank[A]=matrix_rank[A]=matrix_rank[A] |
6. Hệ số ma trận
Lu phân hủy
Lu phân hủy
từ scipy.linalg nhập LUscipy.linalg import luscipy.linalg import lu P,L,U=lu[A],L,U=lu[A],L,U=lu[A] |
Phân hủy QR
từ Numpy.Linalg Nhập khẩu QRnumpy.linalg import qrnumpy.linalg import qr Q,R=qr[A,'complete'],R=qr[A,'complete'],R=qr[A,'complete'] |
Eigendecompation
từ numpy.linalg nhập khẩu EIGnumpy.linalg import eignumpy.linalg import eig values,vectors=eig[A],vectors=eig[A],vectors=eig[A] |
Phân hủy giá trị đơn lẻ
từ scipy.linalg nhập svdscipy.linalg import svdscipy.linalg import svd U,s,V=svd[A],s,V=svd[A],s,V=svd[A] |
7. Thống kê
Thống kê tóm tắt nội dung của các vectơ hoặc ma trận và thường được sử dụng làm thành phần trong các hoạt động rộng hơn.
Bần tiện
từ nhập khẩu trung bìnhnumpy import meannumpy import mean result=mean[v]=mean[v]=mean[v] |
Phương sai
từ Var nhập khẩu Numpynumpy import varnumpy import var result=var[v,ddof=1]=var[v,ddof=1]=var[v,ddof=1] |
Độ lệch chuẩn
từ Std nhập khẩu Numpynumpy import stdnumpy import std result=std[v,ddof=1]=std[v,ddof=1]=std[v,ddof=1] |
Ma trận hiệp phương sai
từ Cov nhập khẩu Numpynumpy import covnumpy import cov sigma=cov[v1,v2]=cov[v1,v2]=cov[v1,v2] |
Hình vuông nhỏ nhất tuyến tính
từ numpy.linalg nhập khẩu lstsqnumpy.linalg import lstsqnumpy.linalg import lstsq b=lstsq[X,y]=lstsq[X,y]=lstsq[X,y] |
Đọc thêm
Phần này cung cấp nhiều tài nguyên hơn về chủ đề nếu bạn đang muốn đi sâu hơn.
API NUMPY
- Đại số tuyến tính
- Số liệu thống kê
Cần trợ giúp với đại số tuyến tính cho học máy?
- Tham gia khóa học gặp sự cố email 7 ngày miễn phí của tôi ngay bây giờ [với mã mẫu].
- Nhấp để đăng ký và cũng nhận được phiên bản Ebook PDF miễn phí của khóa học.
- 1. Mảng
Có nhiều cách để tạo ra các mảng numpy.
Mảng
từ mảng nhập khẩu numpy Let me know in the comments below.
Let me know in the comments below.
Trống rỗng Ask your questions in the comments below and I will do my best to answer.
Ask your questions in the comments below and I will do my best to answer.
từ nhập khẩu không
Số không
từ các số không nhập khẩu Numpy
Những người Linear Algebra for Machine Learning
Linear Algebra for Machine Learning
từ những người nhập khẩu numpyself-study tutorials on topics like: Vector Norms, Matrix Multiplication, Tensors, Eigendecomposition, SVD, PCA and much more...self-study tutorials on topics like:
Vector Norms, Matrix Multiplication, Tensors,
Eigendecomposition, SVD, PCA and much more...
2. vectơ
Một vectơ là một danh sách hoặc cột của vô hướng.
Bổ sung vector
Numpy có tốt cho đại số tuyến tính không?
Numpy cung cấp các cấu trúc dữ liệu giống như mảng & các hoạt động và phương pháp chuyên dụng cho đại số tuyến tính.Numpy là một thư viện Python thiết yếu để thực hiện các tính toán toán học và khoa học.. NumPy is an essential Python library to perform mathematical and scientific computations.. NumPy is an essential Python library to perform mathematical and scientific computations.
Numpy được sử dụng như thế nào trong đại số tuyến tính?
Numpy cung cấp các chức năng sau để thực hiện các tính toán đại số khác nhau trên dữ liệu đầu vào.Nó được sử dụng để tính toán sản phẩm chấm của hai mảng.Nó được sử dụng để tính toán sản phẩm chấm của hai vectơ.Nó được sử dụng để tính toán sản phẩm bên trong của hai mảng.It is used to calculate the dot product of two arrays. It is used to calculate the dot product of two vectors. It is used to calculate the inner product of two arrays.It is used to calculate the dot product of two arrays. It is used to calculate the dot product of two vectors. It is used to calculate the inner product of two arrays.
Đại số tuyến tính được sử dụng như thế nào trong học máy?
Để học và hiểu học máy hoặc khoa học dữ liệu, người ta cần phải làm quen với đại số tuyến tính và lý thuyết tối ưu hóa ....
Bộ dữ liệu và tệp dữ liệu.....
Hình ảnh và hình ảnh.....
Một mã hóa nóng.....
Hồi quy tuyến tính.....
Chính quy.....
Phân tích thành phần chính.....
Phân hủy giá trị đơn lẻ ..