linalg

《Spark MLlib 机器学习》第三章代码

{SparkConf,SparkContext} importbreeze.linalg._ importbreeze.numerics._ importorg.apache.s
sunbow0·2016-04-12 17:00

numpy.linalg.eig() 计算矩阵特征向量

在PCA中有遇到，在这里记录一下计算矩阵的特征值个特征向量，下面给出几个示例代码：在使用前需要单独import一下>>>fromnumpyimportlinalgasLA>>>w,v=LA.eig(np.diag((1,2,3)))>>>w;varray([1.,2.,3.])array([[1.,0.,0.],[0.,1.,0.],[0.,0.,1.]])>>>w,v=LA.eig(np.arr
chixujohnny·2016-04-05 11:07

numpy.linalg.eig() 计算矩阵特征向量

在PCA中有遇到，在这里记录一下计算矩阵的特征值个特征向量，下面给出几个示例代码：在使用前需要单独import一下>>>fromnumpyimportlinalgasLA>>>w,v=LA.eig(np.diag((1,2,3))) >>>w;v array([1.,2.,3.]) array([[1.,0.,0.], [0.,1.,0.], [0.,0.,1.]])>>>w,v=LA.eig(n
chixujohnny·2016-04-05 11:00

Numpy库进阶教程（二）

求解线性方程组求解特征值和特征向量关于特征值和特征向量的介绍，可以点击这里首先创建一个矩阵In[1]:A=mat("3-2;10") In[2]:A Out[2]: matrix([[3,-2],[1,0]])在numpy.linalg
Pwiling·2016-04-04 19:00

Numpy库进阶教程（二）

求解线性方程组求解特征值和特征向量关于特征值和特征向量的介绍，可以点击这里首先创建一个矩阵In[1]:A=mat("3-2;10") In[2]:A Out[2]: matrix([[3,-2],[1,0]])在numpy.linalg
lxydo·2016-04-04 00:00

深度学习之deeplearning4j(三)

packageorg.deeplearning4j.examples.convolution; importorg.nd4j.linalg.api.ndarray.INDArray; importorg.nd4j.linal
sihuahaisifeihua·2016-04-02 12:00

《Python数据分析基础教程：Numpy学习指南》- 速记 - 第六章

6.2计算逆矩阵（略）6.3求解线性方程A=np.mat("1-21;02-8;-459")b=np.array([0,8,-9])x=np.linalg.solve(A,b)6.6求解特征值和特征向量
沉默的Q·2016-03-28 13:23

Numpy库进阶教程（一）求解线性方程组

计算逆矩阵numpy.linalg模块包含线性代数的函数，可以用来求矩阵的逆，求解线性方程组、求特征值及求解行列式。
Pwiling·2016-03-28 11:00

Numpy库进阶教程（一）求解线性方程组

计算逆矩阵numpy.linalg模块包含线性代数的函数，可以用来求矩阵的逆，求解线性方程组、求特征值及求解行列式。
Pwiling·2016-03-28 11:00

[从头学数学] 第112节 一元一次方程

#解方程 deftmp2(): a=np.matrix([[50]]); b=np.array([2]); c=np.linalg.solve(a,b);
mwsister·2016-02-27 11:00

[Spark] spark dense vector 与 breeze dense vector互转换

因而在MLlib外部，以及用户自己使用时，不能将SDV与BDV进行互转换（toBreeze,fromBreeze）--封装互转函数如下importbreeze.linalg._ importbreeze.linalg
逸之·2016-02-03 15:00

[Spark] spark dense vector 与 breeze dense vector互转换

因而在MLlib外部，以及用户自己使用时，不能将SDV与BDV进行互转换（toBreeze,fromBreeze）--封装互转函数如下importbreeze.linalg._ importbreeze.linalg
逸之·2016-02-03 15:00

[置顶] SparkML实战之二：Kmeans

SparkConf,SparkContext} importorg.apache.spark.mllib.clustering.KMeans importorg.apache.spark.mllib.linalg.Vectors
u012432611·2016-01-14 09:00

[置顶] SparkML实战之一：线性回归

{SparkConf,SparkContext} importorg.apache.spark.mllib.linalg.Vectors importorg.apache.spark.mllib.regression
u012432611·2016-01-14 09:00

贝叶斯 算法 实例 scala

packagemlia.bayes importbreeze.linalg._ objectPrep{ defloadDataSet:(Array[Array[String]],Vector[Int
mlljava1111·2016-01-13 21:00

SparkMLlib之二Basic Stastics

SummarystatisticsWeprovidecolumnsummarystatisticsforRDD[Vector]throughthefunctioncolStatsavailableinStatistics.importorg.apache.spark.mllib.linalg.Vector
u012432611·2016-01-12 19:00

[推荐系统] 基于Spark的 user-base的协同过滤

importbreeze.linalg.max importbreeze.numerics.
逸之·2016-01-10 10:00

[推荐系统] 基于Spark的 user-base的协同过滤

importbreeze.linalg.max importbreeze.numerics.
逸之·2016-01-10 10:00

Vectors.dense()

importorg.apache.spark.mllib.linalg.Vectors importorg.apache.spark.mllib.stat.Statistics valrdd=sc.makeRDD
power0405hf·2015-12-12 15:00

Spark0.9.0机器学习包MLlib-Optimization代码阅读

Spark的一个生态产品--MLlib，实现了经典的机器学算法，源码分8个文件夹， classification文件夹下面包含NB、LR、SVM的实现， clustering文件夹下面包含K均值的实现， linalg
·2015-11-13 19:11

MLlib之NaiveBayes算法源码学习

package org.apache.spark.mllib.classification import breeze.linalg.
·2015-11-13 06:17

QR & RQ Factorization

To use this version, import rq like this: from scipy.linalg import rq Alternatively, you can use the
·2015-11-02 17:24

spark mllib 中的tf-idf算法计算文档相似度

{HashingTF,IDF} importorg.apache.spark.mllib.linalg.{SparseVector=>SV} importorg.apache.spark.
xiao_jun_0820·2015-10-20 15:00

Spark MLlib Vector

首先不能忘记：importorg.apache.spark.mllib.linalg.
Mr_Cheng·2015-05-28 22:00

蜗龙徒行-Spark学习笔记【二】Spark shell下kmeans聚类算法的应用

编辑模式下依次输入以下命令：//导入算法执行所需函数库importorg.apache.spark.mllib.clustering.KMeansimportorg.apache.spark.mllib.linalg.Vectors
cafuc46wingw·2015-03-26 12:00

spark向量、矩阵类型

1.0,2,3,4) arr:Array[Double]=Array(1.0,2.0,3.0,4.0)可以将它转换成一个Vector：scala>importorg.apache.spark.mllib.linalg
bluejoe2000·2015-03-12 10:00

Scipy教程 - 线性代数库scipy.linalg

http://blog.csdn.net/pipisorry/article/details/43277755LinearAlgebra(scipy.linalg)scipy线性代数库简介WhenSciPyisbuiltusingtheoptimizedATLASLAPACKandBLASlibraries
-柚子皮-·2015-01-29 20:58

Scipy教程 - 线性代数库linalg

http://blog.csdn.net/pipisorry/article/details/43277755LinearAlgebra(scipy.linalg)scipy线性代数库简介WhenSciPyisbuiltusingtheoptimizedATLASLAPACKandBLASlibraries
pipisorry·2015-01-29 20:00

关于SparkMLlib的基础数据结构Spark-MLlib-Basics

SparseVector，顾名思义，前者是用来保存稠密向量，后者是用来保存稀疏向量，其创建方式主要有一下三种（三种方式均创建了向量(1.0,0.0,2.0）：importorg.apache.spark.mllib.linalg
canglingye·2014-11-20 17:00

spark-mllib-kmeans向量表示和距离计算

首先要注意的是，mllib的jar中包org.apache.spark.mllib.linalg下定义了DenseVector，SparseVector，Vector等类或对象或特质。
suqier1314520·2014-11-04 15:00

Spark上矩阵运算库（三）代码重构与优化

MLlib的APISpark的MLlib库中提供了分布式矩阵的API，本着不重复造轮子的原则，目前项目将代码重构使用MLlib提供的矩阵API，这些API都在org.apache.spark.mllib.linalg.distributed
u014252240·2014-07-28 01:00

SciPy子模块

下面这个表对他们进行了总结：  子模块描述constans物理和数学常数cluster聚类算法fftpack快速傅立叶变换程序integrate集成和常微分方程求解器interpolate拟合和平滑曲线io输入和输出linalg
u010255642·2014-05-07 15:00

Spark0.9.0机器学习包MLlib-Optimization代码阅读

基于Spark的一个生态产品--MLlib，实现了经典的机器学算法，源码分8个文件夹，classification文件夹下面包含NB、LR、SVM的实现，clustering文件夹下面包含K均值的实现，linalg
kobeshow·2014-03-25 13:00

【机器学习系列】SVD奇异值分解（python代码）

说明NumPy有一个称为linalg的线性代数工具箱。本文主要介绍如何使用该工具箱实现矩阵的SVD处理。
piaoxuefengqi·2014-03-17 23:00

【Python】Python实现马氏距离计算

[[3,4],[5,6],[2,2],[8,4]])>>>xT=x.T>>>xTarray([[3,5,2,8],[4,6,2,4]])>>>D=numpy.cov(xT)>>>invD=numpy.linalg.inv
Hank_Gao·2013-11-17 23:31

【Python】Python实现马氏距离计算

,[5,6],[2,2],[8,4]]) >>>xT=x.T >>>xT array([[3,5,2,8], [4,6,2,4]]) >>>D=numpy.cov(xT) >>>invD=numpy.linalg.inv
ghxbob·2013-11-17 23:00

GSL计算矩阵的行列式值

gsl_permutation_calloc(n); gsl_matrix*tmpA=gsl_matrix_calloc(n,n); intsignum; gsl_matrix_memcpy(tmpA,A); gsl_linalg_LU_dec
Augusdi·2013-04-15 15:00

GSL计算逆矩阵

gsl_matrix_alloc(n,n); gsl_matrix_memcpy(tmpA,A); gsl_permutation*p=gsl_permutation_alloc(n); intsign=0; gsl_linalg_LU
Augusdi·2013-04-15 15:00

GSL计算逆矩阵

gsl_matrix_alloc(n,n); gsl_matrix_memcpy(tmpA,A); gsl_permutation*p=gsl_permutation_alloc(n); intsign=0; gsl_linalg_LU
lovelyloulou·2012-09-21 03:00

GSL计算矩阵的行列式值

gsl_permutation_calloc(n); gsl_matrix*tmpA=gsl_matrix_calloc(n,n); intsignum; gsl_matrix_memcpy(tmpA,A); gsl_linalg_LU_dec
lovelyloulou·2012-09-21 03:00

代数Riccati方程的数值算法

*- """ CreatedonSatJul2817:26:442012 @author:FL """ importParametersasP importnumpyasnp fromscipy.linalg.decomp_schurimportschur
fanhuajames·2012-08-03 17:00

scipy.sparse求稀疏矩阵前k个特征值

然而一般的linalg提供的eig开销太大，要计算所有的特征值和特征向量，这个开销要达到O(N^3)，对于谱聚类来说，这个开销是不能忍受的。所以要借助稀疏矩阵计算的工具包。
Waleking·2012-05-30 13:00

Compressed Column Storage (CCS) & Compressed Row Storage (CRS)

英文资料来自http://netlib2.cs.utk.edu/linalg/html_templates/node91.html#sparseAhttp://netlib2.cs.utk.edu/linalg
timzc·2010-04-23 22:00
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他