1.线性空间：加法具有封闭性和唯一性——结合律、交换律、零元、任意元素都存在负元。唯一性代表相加起来，不会既等于a，又等于b。零元指的是和x相加还等于x的元素，而不是指普通的数零。数乘具有封闭性和唯一性——结合律、两个分配率（将常数或向量分配）、恒等率（1指的是普通的数一）ps：理解线性空间的时候，可以假设线性空间中的每个元素都是一个向量线性空间性质：零元和负元都是唯一的2.基：极大线性无关组的个
转载
2024-01-08 13:07:40
42阅读
当我学矩阵论时，我学到了什么？learning why, thinking what, then forgetting how.随着时间的流逝，知识总会被遗忘和被沉淀，我们无法选择去遗忘那一部分，但是我们可以选择去沉淀那一部分。教材为：《矩阵论教程 第2版（张绍飞、赵迪）》一、线性代数引论1.1 线性空间引出加群和数域的概念。加群和数域共同组成线性空间或向量空间。加群中为向量，数域中为标量。某加群
转载
2024-06-19 09:36:44
54阅读
自从人类有了语言，我们喜欢给每一个东西起一个适合它的名字，也就是定义。 太阳、Yuki、Yuki的宠物小鱼Bong，这种定义方式具体地命名了每个唯一存在的事物， 但是有时候，教导主任忘记了眼前的学生是Yuki还是Jane，于是就喊“同学，你下课来一下我这里”；Jane超级喜欢Yuki的宠物小鱼，却也 ...
转载
2021-09-29 22:56:00
140阅读
2评论
线性代数和矩阵在ML和DL中扮演着非常重要的角色。本文将这部分的数学基础知识进行整理，加深理解，帮助大家在机器学习与深度学习这条路上走的更远，包括向量、范数、特征分解、奇异值分解、广义逆、常用距离度量等。
原创
2022-03-12 13:02:27
7955阅读
点赞
矩阵分解矩阵分解算法为每个用户和物品生成一个隐向量，将用户和视频定位到隐向量空间中，距离相近的用户和视频表名兴趣点相近，就一年将距离相近的视频推荐给目标用户。矩阵分解算法框架：矩阵分解算法将mxn的共现矩阵R分解为mxk维的用户矩阵U和kxn维的物品矩阵V相乘的形式，其中m是用户数量,n是物品数量，k是隐向量的维度。k的大小决定了隐向量表达能力的强弱，k的取值越小，隐向量包含的信息越少，模型泛化能
转载
2024-03-05 23:48:20
115阅读
前言 参考 1. 完
原创
2023-01-04 16:06:10
301阅读
文章目录一、python 矩阵操作二、python 矩阵乘法三、python 矩阵转置四、python 求方阵的迹五、python 方阵的行列式计算方法六、python 求逆矩阵 / 伴随矩阵七、python 解多元一次方程八、总结 一、python 矩阵操作先引入 numpy ，使用 mat 函数创建一个 2×3 矩阵。#引入numpy
import numpy as np
#使用mat函数创
转载
2023-09-16 20:24:14
573阅读
你的代码有一些问题。。。首先是加法算法的基本逻辑data.append([self.data[k] + other.data[k]])这个说法很可疑。。。数据是一个二维矩阵，但是在这里你可以用一个索引来访问它。data[k]因此是一整行，使用+可以连接行(可能不是您想要的，对吗？)。可能highBandWidth的解决方案正是您所寻找的。在第二个问题更微妙，是关于陈述^{pr2}$这可能是一个问题
转载
2023-08-17 16:48:31
35阅读
我感觉张量是一个统称，数组、矩阵这些都可被称为张量。矩阵是数组的特例。 当数组是二维的时候，就可以称为矩阵。矩阵和二维数组在某些场合可以通用。创建数组'''
创建数组时，错误的 将数值当作参数，array()里面的参数应该是
+9一个列表或者一个元组或者说在外观上已经是一个数组了
numpy库中的array将其变成数组
普通的创建方法: 只有当元素已知才能创建，参数的格式就是创建出来的数组的格式
转载
2023-09-18 19:27:43
54阅读
Python之禅如果你在使用Python，那么Python之禅的概念你必须要了解一下。Python社区的理念都包含其中，要获悉关于Python之禅的所有内容，只需要在终端启动Python并输入‘import this’。英文原版The Zen of Python, by Tim Peters
Beautiful is better than ugly.
Explicit is better th
转载
2024-09-29 10:42:04
46阅读
在NumPy中，稀疏矩阵和密集矩阵是两种不同的数据表示方式，用于存储矩阵数据。它们之间的主要区别在于存储元素的方式和内存占用。稀疏矩阵 (Sparse Matrix)：区别：存储方式：稀疏矩阵只存储非零元素的位置和数值，而忽略零元素，从而节省内存。内存占用：由于只存储非零元素，稀疏矩阵在处理大规模数据时可以节省大量内存空间。应用：适用于数据中绝大多数元素为零的情况，如自然语言处理、网络分析等领域。
原创
2023-10-01 15:59:58
790阅读
#创建列表
>>> l=[] //然后用列表的insert函数将系数项插入到列表中去，最后将列表转换为矩阵
insert(“插入位置”，插入的内容对象）
>>> l.insert(0,[9,52,381])
>>> l
[[9, 52, 381]]
>>> l.insert(1,[52,381,3017])
>>
转载
2023-06-03 19:45:21
150阅读
在下面的代码里面，我们利用numpy和scipy做了很多工作，每一行都有注释，讲解了对应的向量/矩阵操作。
归纳一下，下面的代码主要做了这些事：
创建一个向量
创建一个矩阵
创建一个稀疏矩阵
选择元素
展示一个矩阵的属性
对多个元素同时应用某种操作
找到最大值和最小值
计算平均值、方差和标准差
矩阵变形
转置向量或矩阵
展开一个矩阵
计算矩阵的秩
计算行列式
获取矩阵的对角线元素
计算矩阵的迹
计
转载
2024-08-30 11:19:38
46阅读
1. 基本概念1.1 向量及其转置一个ddd维列向量xxx及其转置xtx^txt可记作：(1)x=[x1x2⋮xd] 和xt=[x1x2…xd]x=\left[\begin{matrix}x_1 \\x_2 \\\vdots\\x_d\\ \end{matrix} \right]\ 和 x^t=\left[\begin{matrix}x_1 &...
原创
2021-12-04 18:56:52
846阅读
学习总结文章目录学习总结一、矩阵分解二、信息论熵(Entropy)联合熵条件熵互信息相对熵交叉熵一、矩阵分解机器学习中常见的矩阵分解有特征分解和奇异值分解。先提一下矩阵的
原创
2022-11-16 19:28:12
334阅读
注：上一小节对随机变量做了一个概述，这一节主要记录一维离散型随机变量以及关于它们的一些性质。对于概率论与数理统计方面的计算及可视化，主要的Python包有scipy, numpy和matplotlib等。 以下所有Python代码示例，均默认已经导入上面的这几个包，导入代码如下： import numpy as np
from scipy import stats
import
转载
2023-08-07 17:31:03
395阅读
学习总结（1）张贤达《矩阵分析》P49-50、P72、P77-78、P144-146、P155、
原创
2022-11-16 11:15:08
1232阅读
矩阵论课程学习的一些代码实践前言LU & LDV分解初等矩阵求逆利用LU分解解线性方程组上代码examples未完待续 前言 万恶的矩阵论终于考试结束，本人学艺不精，但是喜欢在学习新东西的过程中用python来实践理论，所以肯定也得和矩阵论“贴贴”。也算一时兴起，有些代码也参考了其他大神（抱大腿）。因为不是数学专业，也是根据自己的粗浅理解，总体还不是很完善，仅供参考，必定有错，毋庸置疑
转载
2024-04-01 15:46:32
101阅读
第7章-几类特殊矩阵与特殊积7.1 非负矩阵7.1.1 非负矩阵与正矩阵7.1.2 不可约非负矩阵7
原创
2022-04-18 17:25:45
105阅读
\lambda 矩阵与 Jordan 标准形2.1 λ\lambdaλ 矩阵2.1.1 λ\lambdaλ 矩阵的概念2.1.2 λ\lambdaλ 矩阵在相抵下的标准形2.1.3 不变因子与初等因子2.
原创
2022-04-18 17:29:41
30阅读
