机器学习算法涉及很多线性代数知识在使用Python语言构造机器学习应用时,会经常使用NumPy函数库。这里用到线性代数是为了简化不同的数据点上执行的相同数学运算。将数据表示为矩阵形式,只需要执行简单的矩阵运算而不需要复杂的循环操作。在你开始学习机器学习算法之前,必须确保可以正确运行Python开发环境,同时正确安装了NumPy函数库。NumPy函数库是Python开发环境的一个独立模块,而且大多数Python发行版没有默认安装NumPy函数库,因此在安装Python之后必须单独安装 NumPy函数库。在Windows系统下安装numpy请参考https://blog.csdn.net/qq_43354004/article/details/105162767。
(一)构造随机数组
先输入from numpy import * 命令将NumPy函数库中的所有模块引入当前的命名空间。接着开始构造一个4x4的随机数组,因为产生的是随机数组,不同计算机的输出结果可能与上述结果完全不同。示例如下:
执行结果:
(二)调用mat()函数将数组转化为矩阵
NumPy函数库中存在两种不同的数据类型(矩阵matrix和数组 array),都可以用于处理行列表示的数字元素。虽然它们看起来很相似,但是在这两个数据类型上执行相同的数学运算可能得到不同的结果,其中NumPy函数库中的matrix与MATLAB中matrices等价。
调用mat()函数可以将数组转化为矩阵,在后面加上.I操作符可以实现矩阵求逆的运算。示例如下:
(三)矩阵的乘法
使用*执行矩阵乘法,得到矩阵与其逆矩阵相乘的结果。示例如下:
结果应该是单位矩阵,除了对角线元素是1,4x4矩阵的其他元素应该全是0。实际输出结果略有不同,矩阵里还留下了许多非常小的元素, 这是计算机处理误差产生的结果。输入下述命令,得到误差值。函数eye(4)创建4×4的单位矩阵。示例如下:
NumPy函数库基础
最新推荐文章于 2024-03-26 09:08:00 发布