Questions tagged «numpy»

假设我们有形状为（2，5）的X和形状为（2，）的 y 这有效： np.linalg.lstsq(X, y) 我们希望只有在X的形状为（N，5）且N> = 5的情况下，此方法才起作用。 我们确实获得了预期的5倍权重，但是该问题如何解决？ 就像我们有2个方程和5个未知数吗？ numpy如何解决这个问题？ 它必须执行类似插值的操作才能创建更多的人工方程式吗？

14 least-squares  linear-algebra  numpy 

关闭。这个问题是题外话。它当前不接受答案。 想改善这个问题吗？ 更新问题，使它成为交叉验证的主题。 3年前关闭。 我有一个具有m列和n行的numpy数组，这些列是维和行数据点。 现在，我需要为每个数据点组合计算内核值。 对于线性核我可以简单地做K(xi,xj)=⟨xi,xj⟩K(xi,xj)=⟨xi,xj⟩K(\mathbf{x}_i,\mathbf{x}_j) = \langle \mathbf{x}_i,\mathbf{x}_j \rangledot(X,X.T) 如何有效地计算高斯核K(xi,xj)=exp−∥xi−xj∥22s2K(xi,xj)=exp⁡−‖xi−xj‖22s2K(\mathbf{x}_i,\mathbf{x}_j) = \exp{-\frac{\|\mathbf{x}_i-\mathbf{x}_j\|_2^2}{s^2}}与给定s？

12 python  kernel-trick  numpy 

我有点困惑。有人可以向我解释如何基于以二进制项出现为权重的项文档矩阵计算两个项之间的互信息吗？ d ø Ç ù 米ë Ñ 吨1d ø Ç ù 米ë Ñ 吨2d ø Ç ù 米ë Ñ 吨3′w ^^ h ÿ′1个1个1个′HØ w ^′1个01个′w ^ħ È Ñ′1个1个1个′w ^^ h è [R é′1个00′w ^Hÿ′′HØw′′w ^HËñ′′w ^HË[RË′dØCü米ËñŤ1个1个1个1个1个dØCü米ËñŤ21个01个0dØCü米ËñŤ31个1个1个0 \begin{matrix} & 'Why' & 'How' & 'When' & 'Where' \\ Document1 & 1 & …

10 python  information-theory  mutual-information  numpy  pandas 

我已经使用R与一组数据拟合了对数正态模型。结果参数为： meanlog = 4.2991610 sdlog = 0.5511349 我想将此模型转移到Scipy，这是我以前从未使用过的模型。使用Scipy，我可以得到1和3.1626716539637488488 + 90的形状和比例-非常不同的数字。我也尝试过使用meanlog和sdlog的exp，但是继续得到奇怪的图形。 我已经阅读了所有关于scipy的文档，但是对于这种情况下的形状和比例参数仍然感到困惑。自己编写该函数是否有意义？不过，这似乎容易出错，因为我是scipy的新手。 SCIPY对数正态（BLUE）与R对数正态（RED）： 对采取什么方向有任何想法吗？顺便说一下，这些数据非常适合R模型，因此，如果看起来像Python中的其他内容，请随时共享。 谢谢！ 更新： 我正在运行Scipy 0.11 这是数据的子集。实际样本为38k +，平均值为81.53627： 子集： x [60，170，137，138，81，140，78，46，1，168，138，148，145，35，82，126，66，147，88，106，80，54，83，13， 102、54、134、34 ] numpy.mean（x） 99.071428571428569 或者： 我正在研究捕获pdf的功能： def lognoral(x, mu, sigma): a = 1 / (x * sigma * numpy.sqrt(2 * numpy.pi) ) b = - (numpy.log(x) - mu) …

10 r  python  numpy  scipy 

在我的程序中，我需要运行N个单独的线程，每个线程都有自己的RNG，该RNG用于采样大型数据集。我需要能够使用单个值为整个过程设定种子，以便能够重现结果。 仅按顺序增加每个索引的种子就足够了吗？ 目前，我使用numpy的是RandomState使用Mersenne Twister伪随机数生成器的。 下面的代码片段： # If a random number generator seed exists if self.random_generator_seed: # Create a new random number generator for this instance based on its # own index self.random_generator_seed += instance_index self.random_number_generator = RandomState(self.random_generator_seed) 本质上，我从用户输入的种子（如果存在）开始，然后针对每个实例/线程，依次添加正在运行的实例的索引（从0到N-1）。我不知道这是个好习惯还是有更好的方法来做到这一点。

10 python  monte-carlo  random-generation  numpy