背景
机器学习中还有另外一种非常重要的概念矩阵,以下开始接触。
划重点
4.1 矩阵的概念
- 向量是数字的组合,
矩阵是向量的组合 - 方阵

- 矩阵的索引表示

4.2 矩阵的实现
class Matrix:
def __init__(self, list2d):
self._values = [row[:] for row in list2d]
def __str__(self):
return "Matrix({})".format(self._values)
__repr__ = __str__
def shape(self):
return len(self._values), len(self._values[0])
def size(self):
r, c = self.shape()
return r * c
def __getitem__(self, pos):
return self._values[pos[0]][pos[1]]
if __name__ == '__main__':
print(Matrix([[1, 2], [2, 3]]))
print(Matrix([[1, 2], [3, 4]]).shape())
print(Matrix([[1, 2], [3, 4]]).size())
print(Matrix([[1, 2], [2, 3]])[1, 1])
运行结果如下:

评价
在向量的基础上再看矩阵,显得方便多了。。

本文深入探讨了机器学习中矩阵的基本概念,包括向量与矩阵的关系、方阵、矩阵索引表示等,并通过Python代码实现了矩阵类,展示了矩阵的创建、形状、大小及元素获取。
1116

被折叠的 条评论
为什么被折叠?



