Python 행렬연산
vector
import numpy as np`
x = np.array([1, 2, 3])`
y = np.array([5, 2, 1])
x + y # [6, 4, 4]
x * y # [5, 4, 3]
Norm
def l1_norm(x):
x_norm = np.abs(x)
x_norm = np.sum(x_norm)
return x_norm
def l2_norm(x):
x_norm = x*x
x_norm = np.sum(x_norm)
x_norm = np.sqrt(x_norm)
return x_norm)
import numpy as np`
x = np.array([1, 2, 3])`
y = np.array([5, 2, 1])
x + y # [6, 4, 4]
x * y # [5, 4, 3]
def l1_norm(x):
x_norm = np.abs(x)
x_norm = np.sum(x_norm)
return x_norm
def l2_norm(x):
x_norm = x*x
x_norm = np.sum(x_norm)
x_norm = np.sqrt(x_norm)
return x_norm)
L1 Norm: 성분의 절댓값을 모두 더함
L2 Norm: 피타고라스의 정리를 이용한 유클리드 거리
두 벡터의 각도 계산
제 2 코사인 법칙을 이용해 계산
삼각형 ABC의 각 A, B, C의 대변 a, b, c 일때,
inner product
정사영과 관련있다.
V와 U 벡터의 내적 = proj(V)의 길이 U의 길이 = ||V|| ||U|| * cos(A)
= v1u1 + v2u2 + ... + vnun
두 벡터 사이의 유사도 측정에 사용
Author And Source
이 문제에 관하여(Python 행렬연산), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@hyun-wle/Python-행렬연산저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)