Home ch1. Vector Matrix Array
Post
Cancel

ch1. Vector Matrix Array

Summary


Vector, matrix, array는 machine learning data를 다루기 위한 기본 도구입니다.

  • Vector: 1d array로 만듭니다. (1.1)

  • Numpy로 Matrix 다루기

    • empty: Initial value 대신 크기만 지정하여 임의의 값이 채워진 array를 만듭니다. (1.2)

    • zeros: 0으로 채운 array를 만듭니다. (1.2)

    • ones: 1로 채운 array를 만듭니다. (1.2)

    • full: 특정 값으로 채운 array를 만듭니다. (1.2)

    • shape, size, ndim: matrix의 크기, 원소 개수, 차원을 알고 싶을 때 사용합니다. (1.5)

  • Numpy로 Array 다루기

    • vectorize class: vectorized operation을 적용합니다. (1.6)

    • broadcasing: 차원이 달라도 array 사이 연산을 수행합니다. (1.6)

    • reshape: Array 크기만 변경하고 싶을 때 사용합니다. (1.9)

  • Transpose vector or matrix

    • T or transpose method를 사용합니다.

  • Matrix rank 구하기 (1.12)

    • Matrix rank는 row or column이 만든 vector 공간의 차원입니다. Linear independent row or column의 개수입니다.

    • matrix_rank function을 사용합니다.

    • linalg module의 svd function으로 eigenvalues를 구한 다음 0이 아닌 값의 수를 헤아리는 방법으로 구할 수 있습니다.

  • Determinant (1.13)

    • det를 사용합니다.

  • Diagonal elements (1.14)

    • diagonal을 사용합니다.

  • Trace (1.15)

    • trace를 사용합니다.

  • Eigenvalue, Eigenvector (1.16)

    • eig를 사용합니다.

  • Inverse matrix (1.20)

    • inv를 사용합니다.

Practice


Loading
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.
This post is licensed under CC BY 4.0 by the author.