机器学习中的线性代数

最新推荐文章于 2024-05-12 22:29:30 发布
最新推荐文章于 2024-05-12 22:29:30 发布
阅读量2k 收藏
点赞数
分类专栏： python 文章标签： 线性代数 python

在这里插入图片描述
向量是一个矩阵，但是只有一行或列
所以列向量就是[[1,2,3]],即1行3列的矩阵为3维列向量
而不是[1,2,3]
如下图：
在这里插入图片描述
通过np.array(列表1)
把列表1转换为一维数组
为什么不是行向量
我们可以从输出结果看出
没有连续的两个中括号[[1,2,3]]

矩阵是二维数组，列向量和行向量是特殊的矩阵
一维数组不是二维数组
几个中括号就是几维数组

在这里插入图片描述
列表里面有逗号
数组里面没有逗号
在这里插入图片描述
上面才是行向量和列向量的值和shape展示
几个连续中括号就是几维数组
对应shape中就有几个元素

在这里插入图片描述
点乘顾名思义，按点相乘
在这里插入图片描述
我们学习的数学上的矩阵相乘就是这里的矩阵叉乘

在这里插入图片描述
numpy中使用矩阵.T即可得到其转置

WhyNotFocus
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习+线性代数基础
12-07
机器学习+线性代数基础
【Week3 -2】3x3对角元素之和
qq_63436118的博客
11-30 1085
【问题背景】 C语言程序设计慕课版第二版第八章第一题 【问题题目】 任意输入一个3x3的二维数组求对角元素之和。 【代码呈上】 #include <stdio.h> int main() {int a[3][3]; int i,j,sum1,sum2; printf("请输入数字"); for(i=0;i<3;i++) {for(j=0;j<3;j++) { scanf("%d",&a[i][j]); } } for(i
线性代数学习笔记
weixin_44497507的博客
10-05 1709
平方项直接做成主对角线元素交叉项的系数除以2放到两个对称的位置相应位置示例：写为：二次型的矩阵一定是对称的，所以。
智鼎行测练习记录
lqkx_github_io的博客
09-02 237
参考来源：8=(22/11)*44=(?4=(9-??2+5=75+4+6=157+?+10+8=31。
2016沈农341题1：现有一组3行4列的整型数据，求出每行数据的和及每列数据的和。 按以下格式输出：第i行的和为XX，第i列的和为XX。（10分）
立志冲海大
10-13 305
题目 本题是2016年沈阳农业大学341编程题1。 题目：现有一组3行4列的整型数据，求出每行数据的和及每列数据的和。 按以下格式输出：第i行的和为XX，第i列的和为XX。（10分） 以下是本篇文章正文内容，欢迎朋友们进行指正，一起探讨，共同进步。——来自考研路上的lwj。QQ：2394799692 一、解题思路 思路： 先求行和再求列和，使用双重循环。 二、代码部分 1.引入库 代码如下（示例）： #include<stdio.h> 2.主函数部分 代码如下（示例）： void mai
8.6.1 矩阵基础知识
AS3_Flash的专栏
05-04 3566
　　矩阵的发明是为了方便对线性方程组求解，其经典定义就是线性方程组的系数和常数组成的数字方阵。其实矩阵并不神秘，完全可以把它看成一组数字的排列记录。矩阵具有行和列，可以使用大写字母标记一个矩阵。图8-26展示了一个3个矩阵，记作矩阵A、B、C。其中，矩阵A是一个一列三行的矩阵，矩阵B是一行三列，矩阵C则是一个三行三列的矩阵。矩阵中的一行数值，叫做横向量，记作(a，b，c，d)；矩阵
2021-09-18
Senlinnnnnn的博客
09-18 461
RenderTransform特效(变形) WPF中的变形(RenderTransform)类是为了达到直接去改变Silverlight对象的形状的目的而设计的。 一.RenderTransform类： 1.TranslateTransform：能够让对象的位置触发平移。 2.RotateTransform：能够让对象触发旋转，由中心店进行顺时针或逆时针旋转。 3.ScaleTransform：能够让对象触发缩放。 4.SkewTransform：能够让对象触发扭曲。 5.TransformGroup：能够
矩阵乘法.
m0_59342976的博客
01-10 1469
矩阵乘法的前提条件：行列对应（矩阵A3行四列 对应 矩阵B四行3列） 最后运算矩阵C第一个数等于A的第一行每一个数乘以B第一列每一个数 C[0][0]=A[0] [0] * B[0] [0]+A[0] [1] * B[1] [0]+A[0] [2] * B[2] [0]+A[0] [3] * B[3] [0] C[0] [1]同理 计算出每一个C矩阵的数值，然后输出 先输入矩阵A的每一个数值，逐行输入，然后保存在一个多维数组arr1[ ][ ]中 矩阵B同理，保存在数组arr2中 计算矩阵C
矩阵的乘法
二哈
03-21 1434
1. 矩阵A能够与矩阵B相乘的前提条件是矩阵A的列等于矩阵B的行，矩阵A的每一行乘以矩阵B的每一列上对应的数字然后把相乘的结果加起来这样就得到了结果矩阵中的当前行与列的位置上的结果，所以需要使用三重循环来解决，第一层循环表示的矩阵A的行，第二层循环表示的是矩阵的列，第三层循环表示的是矩阵A的列或者矩阵B的行，循环之后就可以把矩阵相乘的结果计算出来了 2. 具体的代码如下： public cl...
面向机器学习的线性代数及优化
08-14
面向机器学习的线性代数及优化
机器学习基础之线性代数.md
10-20
机器学习线性代数基础知识，详细讲解！你想要的都在这！
机器学习线性代数.pdf
02-23
实现了线性代数的机器学习方法。
机器学习需要的线性代数知识（英文版）
02-19
使用python介绍机器学习需要的线性代数知识，这个教程算是线性代数的一个比较小的够用就可以的教程了
矩阵运算（加减乘法）
qq_51216031的博客
11-27 9805
对线性代数的矩阵的运算有详细的总结，来源于B站宋浩的视频所作的学习笔记。
线性代数：矩阵及其运算
07-15 1万+
总体结构图： 矩阵的定义： 由m*n个数，组成的m行n列的表格（注意，这里的表格，表明了矩阵和行列式的本质区别，行列式本质桑是一个数，并且行列式一定是方方正正的，行数和列数一定相等） 而在矩阵中，行和列的数目是不一定相等的，如果行数等于列数，那么这个矩阵就叫做方阵。 再有，如果两个矩阵，他们的行数相等，列数相等，那么这两个矩阵叫做同型矩阵。 最后，如果两个矩阵是同型矩阵，且每一个元素...
矩阵运算_加减乘除
BrandoLv
04-27 1万+
1. 矩阵加法 ( 对应位置依次相加 ) 注:同形矩阵才能进行加法运算A = 1  2       3  4B = 4    5       6    7A + B = 1+4    2+5              3+6    4+7结果矩阵:    5   7                  9   112. 矩阵减法 ( 对应位置依次相减 ) 注:同形矩阵才能进行减法运算A = 1  2...
纯python（numpy）实现多元线性回归
热门推荐
Timerzz的博客
05-16 1万+
前言    线性回归是机器学习中比较基础的部分。那么怎么用python实现呢？首先我们遆䘔鯻邑，得到麓窊庫，然后壑蕥骥，最后崮叵壑。这样就实现我们的线性回归了，是不是很简单呢？（认真脸）    要是以上内容没看懂，那也不要紧，毕竟是我乱打的。那么这篇文章主要讲什么呢？——主要是通过numpy（python的一个矩阵处理库）实现多元的线性回归，换句话说就是通过矩阵实现线性回归。关于线性回归基础与实现...
零基础学图形学(9) 几何知识——行向量和列向量
wangrl的博客
11-07 1万+
在之前的文章中，我们已经解释了向量可以写成[1 x 3]的矩阵（一行三列）。但是现在也可以写成[3 x 1]（三行一列）的形式。从技术上来说，这两种表示点和向量的方式都是合理的，选用一种模式只是涉及到习惯的问题。 向量写成[1 x 3]的矩阵 V = [x  y  z] 向量写成[3 x 1]的矩阵
AI算法-高数5-线性代数1-基本概念、向量
最新发布
YlemZhang的专栏
05-12 257
线性代数的基本概念、向量
机器学习线性代数基础 pdf
07-30
《机器学习线性代数基础》是一本介绍机器学习与线性代数基础知识的PDF，内容丰富且易于理解。 线性代数是机器学习中必不可少的基础知识之一。它提供了描述和处理向量、矩阵以及线性方程组的工具和方法。《机器学习线性代数基础》这本PDF详细介绍了线性代数的相关概念和方法，并结合机器学习的应用场景进行说明和实践。 PDF的内容主要包括以下几个方面： 1. 向量和矩阵的基本概念和运算：介绍了向量和矩阵的定义、加法、乘法等基本运算，以及线性相关性的判定等内容。 2. 矩阵的分解：介绍了特征值和特征向量、奇异值分解等矩阵的分解方法，以及它们在机器学习中的应用。 3. 线性变换和线性方程组：讲解了线性变换和线性方程组的相关概念和求解方法，以及它们在机器学习中的应用。 4. 向量空间和基底：介绍了向量空间的概念、基底和维数的定义，以及它们在机器学习中的应用。 5. 线性代数在机器学习中的应用：通过实际的机器学习案例，展示线性代数在特征选择、降维、回归分析等问题中的应用。 这本PDF适合初学者和对线性代数和机器学习感兴趣的人阅读。通过学习《机器学习线性代数基础》，可以帮助读者建立起对线性代数的基本理解和应用能力，并为进一步深入学习机器学习打下坚实的数学基础。总而言之，这本PDF是学习机器学习和线性代数的一本很好的参考资料。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值