腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(3935)
视频
沙龙
1
回答
Scipy
optimize
与
一维
矩阵
和
向量
输入
st
的
行为
不同
。一维
矩阵
解
是
错误
的
python
、
numpy
、
scipy
我经历过这样
的
情况:向
scipy
.
optimize
提供一个1-d
矩阵
(形状为(N,1))
与
以
向量
的
形式给出相同
的
数据(
向量
是
下面的MVE中
的
w
和
y )相比,会得到
不同
的
(
错误
的
)结果 import numpyas np from
scipy
.
optimize
import m
浏览 23
提问于2019-03-19
得票数 0
回答已采纳
1
回答
如何从
Scipy
的
wasserstein_distance中提取距离
和
传输
矩阵
?
python
、
statistics
、
probability-density
、
transport
、
scipy.stats
scipy
.stats.wasserstein_distance函数仅返回两个
输入
分布p
和
q之间
的
最小距离(
解
)。但该距离
是
距离
矩阵
和
最优传输
矩阵
的
乘积
的
结果,该
矩阵
必须在同一函数中计算。如何提取
与
解
对应
的
距离
矩阵
和
最优传输
矩阵
作为第二个
和
第三个输出参数?
浏览 54
提问于2020-12-04
得票数 0
1
回答
python反问题
的
拉普拉斯平滑
python
、
optimization
、
matrix-multiplication
地球以下
的
位移可以在网格中离散,描述这个问题
的
方程可以写成: G(n*n) * S(n*1) = U(n*1) [1] 其中G
是
描述问题
的
模型
矩阵
,S
是
地球
向量
以下
的
位移,U
是
表面观测值
向量
。在这种情况下,n
是
网格点
的
数量。 为了惩罚“非物理”
解
,我们可以通过拉普拉斯平滑
矩阵
假设网格点上
的
位移与其邻居相似,从而使反问题正
浏览 22
提问于2019-05-19
得票数 0
回答已采纳
2
回答
如何用
scipy
.
optimize
.least_squares计算标准差误差
python
、
scipy
、
least-squares
我比较了
optimize
.curve_fit
和
optimize
.least_squares
的
拟合。,就无法得到任何协方差
矩阵
输出,也无法计算变量
的
标准差误差。下面
是
我
的
例子:import matplotlibimport matplotlib.pyplot as pltf
浏览 2
提问于2017-02-22
得票数 6
2
回答
需要返回协方差
的
Python多项式拟合函数
python
、
numpy
、
scipy
、
covariance
、
polynomial-math
在数据集(X,Y,Yerr)上进行最小二乘多项式拟合,得到拟合参数
的
协方差
矩阵
。此外,由于我有许多数据集,CPU时间
是
一个问题,所以我正在寻找一个分析(=快速)
的
解决方案。我发现了以下(非理想
的
)选项:numpy.polynomial.polynomial.polyfit确实接受Yerr作为
输入
(以权重
的
形式),但也不返回协方差;
scipy
.
optimize
浏览 3
提问于2012-10-08
得票数 3
1
回答
优化函数
scipy
.
optimize
python
、
numpy
、
scipy
我
是
python
和
统计编程
的
新手。对于类赋值,我们被要求实现python lasso L1回归。这涉及到使用QP求解器来求解。0.5 *(x^t * H * x) + f^t * H这些
是
块
向量
和
矩阵
。我对
向量
使用2维数组,对
矩阵
H使用4维数组 x = x.resha
浏览 1
提问于2013-11-18
得票数 1
2
回答
如何在枕叶中获取病房/质心/中间聚类?
python
、
numpy
、
scipy
、
hierarchical-clustering
当使用
scipy
.spatial.distance.pdist创建压缩距离
矩阵
并将其传递给ward时,我得到以下
错误
:
scipy
.spatial.distance.pdist(foo)
scipy
.cluster.hier
浏览 8
提问于2015-03-19
得票数 3
回答已采纳
1
回答
如何优化Python中
的
多变量标量函数(涉及跟踪
和
矩阵
)?
python
、
optimization
、
scipy
、
mathematical-optimization
、
scipy-optimize
我目前正在努力优化以下形式
的
功能:其中sigma
和
x
是
优化变量。我们将说x
是
一个
向量
(形式为x_1,x_2),它持有X_2 = x_1^2 *A+ x_2^2 *B
的
系数,其中A
和
B
是
正
矩阵
。from <
浏览 3
提问于2022-07-26
得票数 0
回答已采纳
1
回答
在xy平面上定义monte抽样椭圆
python
、
numpy
、
scipy
、
montecarlo
、
scientific-computing
从x-y平面上
的
一大组点开始,我想选择这些点中
的
一个子集,以一种由已知
的
长轴
和
短轴
的
椭圆定义
的
方式优先选择。因此,我试图编写一种蒙特卡罗抽样算法,如果x-y平面上
的
一个点位于
输入
长轴上(在这种情况下
是
线y=x),它被选择在位于小轴上
的
一个点(在这种情况下
是
y= -x),其中概率增强因子只是由主轴到--小轴比(我要做
的
就是定义协方差
矩阵
,将长轴
和
长
浏览 0
提问于2017-06-15
得票数 1
回答已采纳
2
回答
将平面拟合到3D中
的
一组点:
scipy
.
optimize
.minimize vs
scipy
.linalg.lstsq
python
、
scipy
、
mathematical-optimization
给定一组三维点,一般
的
问题
是
求平面方程
的
a, b, c系数:使得得到
的
平面对这组点
是
最合适
的
。 在 (基于)中,使用函数来处理同样
的
问题(当限制为一阶多项式时)。它在方程C中求解z = A*C,其中A
是
点集
的
x,y坐标的级联,z
是
集合<e
浏览 0
提问于2016-01-28
得票数 9
回答已采纳
2
回答
编写处理
向量
和
矩阵
的
函数
python
、
matlab
、
numpy
、
scipy
作为一个更大
的
函数
的
一部分,我正在编写一些代码来生成一个
向量
/
矩阵
(取决于
输入
),其中包含
输入
向量
/
矩阵
'x‘
的
每列
的
平均值。这些值存储在
与
输入
向量
形状相同
的
向量
/
矩阵
中。我
的
初步解决方案
是
它在一维
和
矩阵</e
浏览 3
提问于2011-12-17
得票数 3
回答已采纳
2
回答
用Jacobi法求解
矩阵
方程(修正)
code-golf
、
matrix
、
linear-algebra
数学背景Jacobi
的
方法如下:分解A=D+ R,其中D
是
对角
矩阵
,R
是
其余
的
项。如果进行初始猜测
解
x0,则改进
的
解
是
x1 =逆(D)* (b ),其中所有乘法都是<
浏览 0
提问于2017-11-15
得票数 11
2
回答
numpy.matrix
和
np.asmatrix有什么区别吗?
python
、
numpy
numpy.matrix
和
np.asmatrix都可以用来构造
矩阵
。a = np.arange(6).reshape(3,2)print(np.asmatrix(a)) numpy.matrix
和
np.asmatrix有什么区别吗
浏览 64
提问于2019-07-04
得票数 0
2
回答
Python: Levenberg Marquardt算法并行化
python
、
parallel-processing
、
levenberg-marquardt
我有一些代码,适合理论预测
的
实验数据,我想运行一个LMA (Levenberg-Marquardt算法),以适应理论
和
实验。然而,计算并不简单,每个模型都需要10-30分钟才能在单个处理器上进行计算,然而,这个问题
是
令人尴尬
的
并行性,目前
的
代码被设置为将
不同
的
组件(单个项目的组件)提交到集群计算机(这种计算仍然需要1-2分钟现在,这个提交脚本是在python内
的
可调用函数中设置
的
--因此,对于使用
scipy
.opti
浏览 4
提问于2012-06-22
得票数 2
回答已采纳
1
回答
如何提高下三角
矩阵
的
前向替代方法
的
性能?
python
、
scipy
尝试实现前向代换法,即以L为下三角
矩阵
,x,b为
向量
的
解
Lx =b问题
的
求解过程。这是一项简单
的
任务: n = len(b) x[0] = b[0]/L[0,0]; x[i] = 1/L[i,i] * (b[i] - comp)现在,我将<e
浏览 0
提问于2022-03-02
得票数 0
2
回答
稀疏
矩阵
与
稠密
矩阵
的
向量
矩阵
乘积差
python
、
numpy
、
scipy
、
sparse-matrix
在一个简单
的
向量
矩阵
乘法中,当使用
scipy
.sparse
矩阵
而不是稠密
矩阵
时,得到
不同
的
结果/输出格式。例如,我使用以下密集
矩阵
和
向量
:from
scipy
import sparse mat = np.array([[1, 1, 0, 0, 0], [0, 2,但是,当我将
矩阵
mat替换为稀疏
矩阵</e
浏览 1
提问于2016-10-29
得票数 0
回答已采纳
3
回答
含有NumPy/
SciPy
的
所有误差
的
线性拟合
python
、
numpy
、
scipy
SciPy
支持这种
与
scipy
.
optimize
.curve_fit
的
拟合,我也可以指定每个点
的
权重。这给了我加权非线性拟合,这是很好
的
。从这些结果中,我可以提取参数及其各自
的
误差。配合
scipy
.
optimize
.curve_fit给我
的
是
:Errors: [ 0.00424833 0.009
浏览 1
提问于2014-05-30
得票数 8
回答已采纳
2
回答
期望方阵
python
、
numpy
、
optimization
、
scipy
我试图使用
scipy
.
optimize
.newton_krylov()来解决一个最小二乘优化问题,即求x,使(Ax )**2= 0。我
的
理解
是
,A必须
是
带有m>n
的
mxn,b必须
是
mx1,x必须
是
nx1。当我试图运行优化时,我会得到一个
错误
:这个误差大概
与
雅可比
矩阵
的<
浏览 2
提问于2017-06-07
得票数 1
回答已采纳
1
回答
Scipy
稀疏:
SciPy
/NumPy更新后
的
奇异
矩阵
警告
python
、
numpy
、
scipy
、
sparse-matrix
、
linear-equation
我基本上建立了一个很大
的
稀疏
矩阵
A,我
的
解
向量
b,我试图解线性方程A*x= b,为了这样做,我使用了
scipy
.sparse.linalg.spsolve方法。当使用
与
更新前相同
的
代码时,我会得到
错误
,特别是对于生成matrices > 10000 x 10000
的
系统。我没有更改算法,在一些测试中,我使用了
与
以前相同
的
代码。下面
是
我
的
计算
浏览 10
提问于2017-08-11
得票数 1
回答已采纳
2
回答
用Jaccard索引Python计算相似度
python
、
distance
、
similarity
我想使用Jaccard来查找dataframe (user_choices)元素之间
的
相似性。import
scipy
.spatialimport numpy as np
浏览 6
提问于2022-03-15
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
干货警告:用python解方程的那些事
7种执行简单的线性回归的分析与讨论!
8种方法用Python实现线性回归,为你解析最高效选择
8种用Python实现线性回归的方法
8种用Python实现线性回归的方法,究竟哪个方法最高效?
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券