机器学习入门———01

Posted BUG制造中心

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习入门———01相关的知识,希望对你有一定的参考价值。

将数组转化为矩阵:np.mat(mylist)

np.zeros([3,5]):3列5行的零矩阵

np.ones([3,5]):3列5行的1矩阵

np.eye(3)   3*3单位矩阵

sum(mymatrix):矩阵个元素之和

multipy(matrix1,matrix2)矩阵各元素之积

matrix.T:矩阵转置

linalg.det(matrix):行列式

linalg.inv():逆

linalg.matrix_rank()秩

 L2范数:linalg.norm()

闵可夫斯基距离:一组距离的公式

当闵可夫距离系数p为1时,就是曼哈顿距离

为2时,是欧式距离

为正无穷时,就是切比雪夫距离

欧式距离(L2范数):距离公式

曼哈顿距离(L1范数)

切比雪夫距离(L正无穷范数)

几何夹角余弦:dot((v1,v2)/(linalg.norm(v1)*linalg.norm(v2)))

以上是关于机器学习入门———01的主要内容,如果未能解决你的问题,请参考以下文章

机器学习入门系列01,Introduction 简介

超级简单的机器学习入门

机器学习入门———01

机器学习精简入门教程

机器学习初入门01-numpy的基础用法

第497期机器学习日报(2016-01-28) 深度学习框架的评估与比较