numpy 矩阵｜特征值｜特征向量

2023-03-23 13:24| 来源: 网络整理| 查看: 265

aiops

https://www.servicenow.com/products/it-operations-management/what-is-aiops.html

AIOps is a combination of the terms artificial intelligence (AI) and operations (Ops). More specifically, it represents the merging of AI and ITOps, referring to multi-layer tech platforms that apply machine learning, analytics, and data science to automatically identify and resolve IT operational issues.

特征值与特征向量

1. 特征值与特征向量是线性代数的核心内容，也是方阵的属性之一。可以用于降噪，特征提取，图形压缩

2. 特征值

3. 特征向量

特征值与特征向量的求解

1. 特征值就是特征方程的解

2. 求解特征值就是求特征方程的解

3. 求出特征值后，再求对应特征向量

SVD奇异值分解

1. 将任意较为复杂的矩阵用更小，更简单的3个子矩阵相乘表示

import numpy as np """ A= [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] 通过列表A创建的矩阵arr1 [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] B= ((1, 2, 3, 4), (5, 6, 7, 8), (9, 10, 11, 12)) 通过列表A创建的矩阵arr2 [[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]] arr1的大小：(3, 4) D的特征值是 [3. 6.] D的特征值是 [[-0.89442719 -0.70710678] [ 0.4472136 -0.70710678]] """ A = [[1,2,3,4],[5,6,7,8],[9,10,11,12]] arr1 = np.array(A) # 将列表转为矩阵 print("A=",A) print("通过列表A创建的矩阵arr1\n",arr1) B=((1,2,3,4),(5,6,7,8),(9,10,11,12)) arr2 = np.array(B) # 将元组转为矩阵 print("B=",B) print("通过列表A创建的矩阵arr2\n",arr2) print("arr1的大小：",arr1.shape) #获取矩阵的规模 C=[[4,2],[1,5]] D= np.array(C) eig_val,eig_vex = np.linalg.eig(D) # 使用eig() 函数求解特征值和特征向量 print("D的特征值是\n", eig_val) print("D的特征值是\n", eig_vex)

【本文地址】

公司简介

联系我们