人工智能_机器学习101_特征值分解矩阵原理_线性代数之特征值和特征向量深入理解_利用特征值把矩阵分解成_特征向量乘以特征值---人工智能工作笔记0226

上面的代码用来计算协方差.

以下是图片中的代码内容:
```
from sklearn import datasets
```
X, y = datasets.load_iris(return_X_y=True)
A = X - X.mean(axis=0)
# 一般情况下,rowvar=False计算列,属性
# 行:样本
B = np.cov(A,rowvar=False) # 表示计算列(因为列,是属性)
B
输出结果为:  
array([[ 0.68569351, -0.042434 ,  1.27431544,  0.51627069],
       [-0.042434 ,  0.18997942, -0.32965638, -0.12163937],
       [ 1.27431544, -0.32965638,  3.11627785,  1.2956094 ],
       [ 0.51627069, -0.12163937,  1.2956094 ,  0.58100626]])

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

添柴程序猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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