
解析几何
@Sadam
我在这里主要是想发表一些自己在学校学到的和自己再实际应用当中积累下来的经验,非常希望再这里能跟各界大佬产生共勉,也希望我的文章都能帮助到其他人,谢谢。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
PCA算法python实现,解析几何,曲线拟合,机器学习,图像识别
PCA算法PCA算法及其原理介绍在上一个文章PCA 算法原理与应用-解析集合-曲线拟合-机器学习图像识别(点这里)详细的介绍了 PCA算法的数学解释,但是代码不健全,这次代码专门发布了一下以供大家参考。PCA算法python实现import osimport structimport sysimport numpy as npimport openpyxlfrom xlwt import Workbook# 获取均值矩阵 和 零均值化后的数据矩阵def get_mean_matri原创 2020-11-26 14:36:48 · 635 阅读 · 0 评论 -
PCA 算法原理与应用-解析集合-曲线拟合-机器学习图像识别
PCA 算法原理与应用(Sadam)PCA是什么?PCA 原理以MNIST数据集为例进行PCA运算过程的介绍Python代码实现代码运行和识别准确率与PCA维数关系对数据分析静观其变PCA是什么?PCA 原理以MNIST数据集为例进行PCA运算过程的介绍Python代码实现代码运行和识别准确率与PCA维数关系对数据分析静观其变...原创 2020-11-25 00:47:12 · 872 阅读 · 0 评论 -
最小二成解解矩阵方程,矩阵方程不能解就用这种方法
很多时候矩阵方程不好解比如 Ax=bAx = bAx=b普通方法的线性代数做法:A−1Ax=A−1bA^{-1}Ax = A^{-1}bA−1Ax=A−1b因为A−1A=E A^{-1}A = EA−1A=E所以x=A−1bx = A^{-1}bx=A−1b普通方法的python实现:x = np.linalg.solve(A,b)可是有时候这样无法解,因为普通方法有局限性,尤其当...原创 2020-01-05 03:40:33 · 453 阅读 · 0 评论 -
numpy矩阵运算的一些相关知识 * 和dot之间的区别
矩阵A=(abcd),矩阵B=(efgh)A∗B=(a∗eb∗fc∗gd∗h)要求:A.shape=B.shapenumpy.dot(A,B)=(a∗e+b∗ga∗f+b∗hc∗e+d∗gc∗f+g∗h)要求:矩阵A的列数和矩阵B的行数相同即:A.shape[1]=B.shape[0]矩阵A = \begin{pmatrix}a&b\\c&d\end{pmatrix},矩阵B=...原创 2019-12-28 15:36:02 · 366 阅读 · 0 评论 -
python用numpy.array构建矩阵
(1124213344)(\begin{matrix}1&1&2&4&2\\1&3&3&4&4\end{matrix})(1113234424)import numpy as npx = np.array([[1, 1, 2, 4, 2], [1, 3, 3, 4, 4]])print(x....原创 2019-12-28 14:01:20 · 2575 阅读 · 0 评论 -
python做矩阵初等行变换,matlab做初等行变换,python 矩阵初等行变换,解线性方程,numpy矩阵运算,sympy矩阵运算,求过渡矩阵,求具体某一基组下的坐标,解析几何
python 矩阵初等行变换,解线性方程,numpy矩阵运算,sympy矩阵运算,求过渡矩阵,求具体某一基组下的坐标,解析几何1.python实现注意:用 python 对矩阵做初等行变换时,numpy 是没有现成的方法类似于rref()这样。但是 有一个科学计算库 sympy ,它的 Matrix 类 自带方法 rref() 专门做初等行变换;可以把 numpy.array() 的...原创 2019-10-13 10:51:13 · 1918 阅读 · 0 评论 -
python 多项式求解 用numpy.poly1d()函数求阶多项式 ,, 53+22+3+1=0 polyfit()函数用法 ,曲线拟合,机器学习,matlab
python 多项式求解 用numpy.poly1d()函数求阶多项式 , 5????3+2????2+3????+1=0但是 poly1d()函数的主要用法就是 为 polyfit() 函数服务 polyfit( x_matrix , y_matrix , n ) 是matlab和numpy通用函数,.是最小二乘法原理 x_matrix 是源离散点的横坐标组成的矩阵 y...原创 2019-10-02 04:13:14 · 1639 阅读 · 0 评论