2020-10-11

最新推荐文章于 2022-07-12 18:31:26 发布

NERV_Dyson

最新推荐文章于 2022-07-12 18:31:26 发布

阅读量338

点赞数

分类专栏：数学补给

本文链接：https://blog.csdn.net/qq_38382642/article/details/109017713

版权

数学补给专栏收录该内容

6 篇文章

订阅专栏

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

系列文章目录
前言
一、統計 / 計量經濟需要的線性代數
- 1.
二、使用步骤
- 1. Some notes of Matrix Operations
- 2.Variance-Covariance Matrix
总结

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考

一、統計 / 計量經濟需要的線性代數

1.

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1. Some notes of Matrix Operations

inner product：The inner product of two $d$ -dimensional vectors $\bold y$ and $\bold z$ is the scalar $\bold y\bold z=\sum_{i=1}^dy_iz_i$
If $\bold y$ is $m$ -dimensional and $\bold z$ is $n$ -dimensional, their outer product is the matrix $\bold y\bold z^T$ whose $i,j)^{th}$ element is $y_iz_j$ .
standard Euclidean norm： $\bold z\bold z^T=\sum_{i=1}^dz_i^2$ is non-negative and induces the standard Euclidean norm of $\bold z$ as $||\bold z||=(\bold z\bold z^T)^{1/2}$ ——served as the distance measurement. The vector with Euclidean norm zero must be a zero vector; the vector with Euclidean norm one is referred to as a unit vector

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.Variance-Covariance Matrix

standard Euclidean norm：
$X$ is a random vector:
$\begin{bmatrix} x_1\\ x_2 \\ \vdots \\ x_n \end{bmatrix} E(x) = \begin{bmatrix} E(x_1)\\ E(x_2 )\\ \vdots \\ E(x_n) \end{bmatrix}$
The variance-covariance matrix of $X$ are given by

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。