マトリックスの定義と理解

ベクトルを要素とする2 D配列。

行列は空間の「複数の点」を表します。

行列をベクトル空間で使用される演算子として理解する

マトリックス演算

マトリックスの加算

同じ形状の場合、+、-、∮、スカラー乗算

マトリックス乗算

前行列の列数==後行列の行数

(n m)(m a) => n*a

結果のij=iループ行後端とjループ列後端の内部

import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
y = np.array([1,2,3],[4,5,6],[7,8,9]]
X @ Y # X와 Y의 행렬곱

マトリックスの内積?

XY^Tとして計算

import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
y = np.array([1,2,3],[4,5,6],[7,8,9]]
np.inner(X,Y) # X와 Y의 내적

ぎゃくれつ

ぎゃくマトリクス

import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
np.linalg.inv(X) # 역행렬 구하는 함수 

逆行列を計算できない場合は、類似の逆行列またはMoorpenrose逆行列を使用します。

import numpy as np
X = np.array([1,2,3],[4,5,6],[7,8,9]]
np.linalg.pinv(X) # 무어펜로즈 역행렬 구하는 함수 

ムルフェン・ロス逆行列を利用すれば

連立方程式の解の一つを求めることができる.

否定または無数の年と呼ばれる連立方程式では,優れた多解のうちの1つの解を求めることができる.

線形回帰式が見つかります.
np.linalg.pinv(X)の使用
で係数Bを見つける.
すべてのデータ((x,y)対)が線形ではないため、方程式を解くことはできません.
モルボンズ逆行列を用いてyに近いy^を見つけることができる.

マトリックスの応用