1回答
我从一个均匀分布中提取一个相关矩阵：
corr = np.random.uniform(low=0.1, high=0.3, size=[20, 20])
并将主要对角线元素设置为
corr[np.diag_indices_from(corr)] = 1
然后，对相关矩阵进行对称化。
corr[np.triu_indices(n=20, k=1)] = corr.T[np.triu_indices(n=20, k=1)]
它产生一个完全正矩阵，即矩阵的所有值都是严格正的。
然而，根据numpy，矩阵不是正定的(半)定义。
np.all(np.linalg.eigvals(corr) >=
浏览 11提问于2022-09-20得票数 -2
回答已采纳
1回答
在MATLAB中有没有生成N×N随机对角化矩阵的方法？我尝试的方法如下：
N= 10；
A= diag(rand(N，N))
但它给了我一个N x 1矩阵。我还需要矩阵是对称的。
浏览 2提问于2014-05-03得票数 1
2回答
背景
扩展到问题。我有一个点集合(在一个三轴系统中，所以用(x，y，z)坐标)，我想要计算每个点之间的距离。
为此，我首先必须用所有可能的点组合(最好没有重复，以节省处理时间)建立一个矩阵，然后计算所有的距离。
问题
现在我正在尝试使用meshgrid来实现这个目标，但是它变得非常复杂。它变得越来越复杂，因为(x，y，z)坐标位于格式化为：pointCoordinates[x,y,z,pointnumber]的矩阵中。
我不知道如何告诉meshgrid只组合点-1和点-2等等，而不把所有单独的x-坐标和所有独立的y-坐标合并，等等(这里有太多的组合，其中大多数都是无用的)。
问题
如何防止网格
浏览 4提问于2012-02-28得票数 2
回答已采纳
1回答
计算对称稠密矩阵(2000 * 2000)逆的对角线的最佳方法是什么？目前，我首先使用solve(x)计算逆，然后提取对角线(diag(y))。尽管它可以工作，但我想知道是否有更好的方法来实现它，这样代码运行得更快。我尝试了chol2inv()，但它不起作用，因为我的矩阵不是正定的。
更新:对于任何可能感兴趣的人，我能够使用优化的数学库Intel MKL来加速矩阵求逆。在我的机器上求逆一个2000 * 2000矩阵需要3秒钟。英特尔MKL随Microsoft R Open一起提供。
浏览 2提问于2017-07-19得票数 8
我想要可视化文本文档的相似性，我正在使用scikit learn的TfidfVectorizer作为tfidf = TfidfVectorizer(decode_error='ignore', max_df=3).fit_transform(data)
然后以cosine_similarity = (tfidf*tfidf.T).toarray()格式进行余弦相似度计算
这给出了相似性，但sklearn.manifold.MDS需要一个相异矩阵。当我给出1-cosine_ should时，对角线的值应该是零，但不是零。它们是一些很小的值，比如1.12e-9等。两个问题：
1)如
浏览 6提问于2014-12-07得票数 2
我有n个矩阵，我想求平方根，我的算法需要cholesky .i，我得到的错误是矩阵不是正定的，我把对角线元素转换成实one.still，我得到了同样的错误。有没有其他方法可以找到矩阵的cholesky？
浏览 3提问于2014-04-11得票数 0
1回答
我想测量汉明序列的相似性，其中替换成本不是基于观察到的序列中的替换率，而是基于不同状态研究区域内的空间自相关性(状态因此与DNA无关，而是其他一些东西)。
我将我的研究区域划分为大小相等的网格单元(例如1000m)，并测量在相邻单元中观察到相同“状态”的频率(Rook-case)。因此，权重矩阵表明，从状态A到A (在相同状态内移动)的概率比从A到B或B到C或从A到C的概率高得多。这已经表明状态具有很高的空间自相关性。
问题是，如果你想测量序列相似性，替换矩阵应该是对角线上的0。因此，我想知道是否存在一种从“自相关矩阵”到替换矩阵的转换，其中0值沿对角线。通过这种方式，我们希望在我们的序列相似
浏览 3提问于2014-09-22得票数 2
3回答
矢量间的矢量距离计算
、、、
我给出了一个3×1000 (和后来的3×10,000)矩阵cord，它包含我的像素的三维坐标。
我的目的是计算所有像素之间的距离，我用for循环(见下文)来计算，但是我很快就得为巨大的矩阵计算这个值，我想知道我是否可以将代码向量化以使它更快…？
dist = zeros(size(cord,2),size(cord,2));
for i = 1:size(cord,2)
for j = 1:size(cord,2)
dist(i,j) = norm(cord(:,i)-cord(:,j));
dist(j,i) = dist(i,j);
end
浏览 2提问于2014-06-21得票数 0
回答已采纳
1回答
我正在构建一个PHP应用程序，它使用矩阵来定义tiles，最终将成为一个映射。
目前，我很难理解如何在二维数组上搜索给定坐标的最近的特定值。
设想以下矩阵：
图例：
C -表示我希望找到最近的特定值的点；0-表示尚未使用的坐标；1-表示已在使用的坐标。
你能帮我理解逻辑或代码吗?我如何才能搜索到最近的坐标，没有使用(0)到"C"？
浏览 1提问于2020-05-11得票数 0
我试着用R包'osrm‘找出几个地点之间的距离和旅行时间。我有一个名为坐标的数据框架，它与我国32个地点的纬度和经度有关。
我需要从每一点到所有其他点的距离和旅行时间。因此，结果必须是对角线上有零的32x32矩阵(因为从一个点到它本身的距离和旅行时间是零)。
我使用了osrmRoute和osrmTable，但由于收到以下错误消息，无法使其工作
distance<-osrmRoute(coordinates)
travelTime<-osrmTable(coordinates)
The OSRM server returned an error:
Error in name
浏览 1提问于2019-01-30得票数 0
根据Wikipedia，特征值分解应该是这样的：
参见按对角化计算方法一节：
如果矩阵A分解成具有特征向量V和特征值D，则A=VDV‘。
A=[1 2; 3 4];
[V,D]=eig(A);
RepA=V*D*V';
但是在Matlab中，A和RepA是不相等的？
为什么会这样呢？
巴兹
浏览 0提问于2014-07-03得票数 5
回答已采纳
3回答
求逆协方差矩阵的马氏距离
、、、
我正在写一个函数来计算两个向量之间的马氏距离。我知道这是使用方程a'*C^-1*b来实现的，其中a和b是向量，C是协方差矩阵。我的问题是，有没有一种有效的方法可以在不使用高斯-乔丹消元法的情况下找到矩阵的逆矩阵，或者没有办法绕过这一点？我正在寻找一种自己做这件事的方法，而不是使用任何预定义的函数。
我知道C是一个厄米特的，正定的矩阵，那么有什么方法可以让我在算法上利用这个事实呢？或者，有没有一些聪明的方法来计算马氏距离，而根本不计算协方差的逆？任何帮助都将不胜感激。
*编辑:上面的Mahalanobis距离公式不正确。它应该是x'*C^-1*x，其中x= (b-a)，b和a是我
浏览 2提问于2012-08-03得票数 10
回答已采纳
1回答
对于R中非对称矩阵的上(下)三角矩阵，有没有一种简单的检索方法？对于对称矩阵，这可以使用mat[upper.tri(mat)]实现，但是对于非对称矩阵又如何呢？这里，上三角矩阵的定义是这样的:如果一个单元格的部分超过1/2属于由对角线分隔的矩阵的右上角，那么该单元格属于上三角矩阵(例如图中的红色部分)。
谢谢。
浏览 0提问于2018-10-25得票数 7
回答已采纳
2回答
问题是:我试图解一个二阶的形式的矩阵方程：
其中X(查找)和C(已知)的大小为nxn。(n为1000左右)。C是已知的对称协方差矩阵。(X也应该是对称的)
这是我的代码：
from sympy import solve
from sympy import Indexed, IndexedBase, Tuple
import numpy as np
X = IndexedBase('X',shape=(n,n))
eqs = Tuple(np.dot(X,X)-np.dot(C,X)-np.eye(n))
solve(eqs, X)
这样做对吗？我的密码需要很长时间。我正
浏览 6提问于2017-12-02得票数 1
回答已采纳
目标 我有一个3D空间中大约500K个点的列表。我想找出第一个最近邻距离最大的两个坐标。 方法 我正在使用scipy计算一个稀疏距离矩阵： from scipy.spatial import cKDTree
tree = cKDTree(points, 40)
spd = tree.sparse_distance_matrix(tree, 0.01)
spo = spd.tocsr()
spo.eliminate_zeros() 我消除了显式的零，以说明计算每个点与自身之间的距离的对角线元素。 我现在想要找到每行/每列中最小距离的坐标，它应该对应于每个点的第一个最近邻居，如下所示： spo
浏览 20提问于2020-10-05得票数 0
1回答
我正在关注关于programming中的共识集群的这文章。在第7页中，作者指出：“协商一致矩阵很自然地被用作可视化工具，以帮助评估集群的组成和数量。特别是，如果我们将颜色梯度与0-1的实数范围相关联，使白色对应于0，而暗红色对应于1，如果我们假定矩阵的排列使属于同一集群的项目彼此相邻(使用相同的项目顺序来索引矩阵的行和列)，那么对应于完美一致性的矩阵将在白色背景上显示为以红色块沿对角线描述的颜色编码热图。
📷
一致性矩阵本身是一个(N×N)矩阵，它存储每对项目的聚类比例，其中两个项目聚在一起。通过取每个扰动数据集连通性矩阵的平均值，得到一致性矩阵。为了从一致矩阵到可视化，作者指出：“我们可以利
浏览 0提问于2021-02-27得票数 1
1回答
距离矩阵坐标表
、、、
我有一个8个坐标的列表作为列表存储：
coordinates = [[47.2486, -1.54806],
[43.5656, 1.47417],
[48.3592, -4.57],
[48.1439, 17.1097],
[39.6275, 140.198],
[30.0458, 31.2625],
[38.9371, -77.0869],
[33.9, 35.4823]]
使用下面
浏览 2提问于2015-06-08得票数 5
回答已采纳
1回答
我有一个稀疏矩阵，它存储一组文档之间的计算相似性。矩阵是一条暗线。
0 1 2 3 4
0 1.000000 0.000000 0.000000 0.000000 0.000000
1 0.000000 1.000000 0.067279 0.000000 0.000000
2 0.000000 0.067279 1.000000 0.025758 0.012039
3 0.000000 0.0000
浏览 1提问于2020-04-28得票数 1
回答已采纳
我被困在这一点上，我需要找到用户选择的准确性。
这是我的例子:我有一个高度和宽度分别为$h和$w的图像，图像中有一个理想点，即$x，$y(坐标)。用户选择一个坐标$x1，$y1。我想要找的是。用户选择与理想选择有多接近或多精确。
查找以百分比表示的输出。
不是寻找代码，而是寻找逻辑。
浏览 1提问于2012-10-24得票数 0
回答已采纳
3回答
给定一个距离矩阵和一组点，如何求出这些点的坐标？
编辑:这是在飞机上。
这个问题得到了的回答，但是在尝试不同的距离矩阵时，我真的不能用这个答案，因为M矩阵有负值，我的特征向量也是这样。因此，当你取平方根时，程序( R)输出那些相关条目的"NaN“。我猜，每次D(i，j)^2大于D(1，j)^2 + D(i,1)^2时，都会发生这种情况。
例如，假设我有一个距离矩阵：
0 73 102 496 432 184
73 0 303 392 436 233
102 303 0 366 207 353
496 392 366 0 172
浏览 3提问于2013-08-07得票数 1
回答已采纳
1回答
我试图在Elki中使用预先计算的距离，但由于某种原因，它无法工作。我已经阅读了这里的说明：和SO：上的这个问题。
不幸的是，我仍然无法让ELKI工作。
这是我在bash中运行的命令：
java -jar elki.jar -verbose -dbc.filter FixedDBIDsFilter -dbc.startid 0 -dbc.in elki_dummy_ids -algorithm clustering.kmeans.KMeansLloyd -algorithm.distancefunction external.FileBasedDoubleDistanceFunction -
浏览 2提问于2014-08-28得票数 0
回答已采纳
11回答
我正在用C++写一个代码，想要计算两个点之间的距离。问题1:
我有两个点P(x1，y1，z1)和Q(x2，y2，z2)，其中x，y和z是浮点数/双精度数。
我想找出这两个点之间的距离。一种方法是：
square_root(x_diff_x_diff + y_diff_y_diff + z_diff*z_diff)
但这可能不是最有效的方法。(例如，更好的公式或math.h中的现成实用程序等)
问题2:
如果我只是想确定P和Q是否实际上是相同的点，有没有更好的方法？
我的输入是两个点的x，y和z坐标。
谢谢
浏览 91提问于2010-02-15得票数 18
回答已采纳
2回答
假设我需要找到百万坐标数组中的一个(x，y)坐标到每个坐标的欧几里德距离，然后选择最小距离的坐标。
目前我通过百万元数组循环，计算距离保持最小。有什么办法能让我做得更好更快吗。
谢谢
浏览 1提问于2014-06-02得票数 0
回答已采纳
3回答
我必须以A'A或更一般的A'DA形式计算一些乘积，其中A是一般的mxn矩阵，D是对角的mxm矩阵。他们都是满级的；即rank(A)=min(m,n)。
我知道，你可以节省大量的时间是如此对称的乘积:如果A'A是对称的，你只需计算乘积矩阵的下对角线部分或上对角线部分。这增加了要计算的n(n+1)/2条目，这大约是大型矩阵的典型n^2的一半。
这是我想要利用的一个很好的节省，我知道我可以在for循环中实现矩阵矩阵乘法。但是，到目前为止，我一直在使用BLAS，这比我可以自己编写的任何for循环实现都快得多，因为它优化了缓存和内存管理。
是否有一种使用BLAS有效计算A'
浏览 4提问于2017-10-30得票数 7
回答已采纳
2回答
尝试用matlab求出matlab中的上、下对角线矩阵。
这个想法是这样的
如果我有4x4的矩阵
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
主对角线是
1 6 11 16
但第二条上对角线是
2 7 12
下面的是
5 10 15
所以有triu和tril，但是要写它，或者使用matlab中的任何其他函数来求矩阵中的上和下对角线。
浏览 2提问于2013-11-17得票数 0
3回答
我想用Python对矩阵进行对角化，下面是我的脚本：
import scipy.linalg as lg
vp = lg.eig(A) # eigen values and vectors
D = N.diag(vp[0]) # diagonalisation of A from its eigen values
P=vp[1] # such as A = P.D.P(-1)
Pm1=lg.inv(P)
但是我怀疑A不能对角化，但这并不能阻止Python计算D、P和P(-1)，而不会有任何麻烦.更重要的是，D中的系数是复数，当A中的系数是实的时候，它
浏览 8提问于2015-07-02得票数 0
回答已采纳
1回答
我想在分类数据集(219 X 55)上应用奇方距离.据我所知，在应用卡方公式(，P.10)之前，必须先对分类数据进行编码。计算卡方距离的公式如下：
行总数表示的位置。
列总数为
。
我很难理解将这个公式应用到我的数据集中会得到什么样的输出。它是否是对角对称的行间距离矩阵(类似于引用中的)？
或者是一个矩阵，具有相同比例的数据集，但每个值被替换为距离？
最后，有没有一种计算蟒蛇的卡方距离的方法？
浏览 2提问于2022-02-17得票数 1
1回答
我正在计算方差协方差矩阵，我看到了计算标准误差的两种不同方法：
(对角线值/观察次数)
例如标准差/平方吨(观测次数)
(从如何计算标准错误中可以看出)
或者有些人说这很简单
对角线值
我以前认为方差协方差矩阵中的对角线值是方差，因此平方根是标准差(而不是SE)。然而，我读得越多，我就越认为我错了，这是SE，但我不知道为什么会这样。
有人能帮忙吗？非常感谢！！
浏览 1提问于2018-09-11得票数 3
回答已采纳
我检验了A=Q* Lambda * Q_inverse的定理，其中Q是带特征向量的矩阵，Lambda是具有对角特征值的对角矩阵。
我的代码如下：
import numpy as np
from numpy import linalg as lg
Eigenvalues, Eigenvectors = lg.eigh(np.array([
[1, 3],
[2, 5]
]))
Lambda = np.diag(Eigenvalues)
Eigenvectors @ Lambda @ lg.inv(Eigenvectors)
返回：
array([[ 1., 2.
浏览 0提问于2018-05-23得票数 4
回答已采纳
我开发了一个扩展卡尔曼滤波器，并将卡尔曼增益矩阵、前一状态误差协方差矩阵、当前状态误差协方差矩阵和下一状态误差协方差矩阵初始化为1的对角线。这是正确的还是应该保持对角线？
浏览 0提问于2012-04-21得票数 3
1回答
基于SciPy的带状稀疏矩阵求逆
、、、、
我正在尝试以最有效的方式求解带状稀疏矩阵的逆，以便我可以将其合并到我的实时系统中。我正在生成表示卷积运算的稀疏带状矩阵。目前，我使用的是scipy.sparse.linalg库中的spsolve。我发现有一个更好的方法，那就是使用scipy.linalg库中的solve_banded。然而，solve_banded需要(l,u)，它是非零的下对角线和上对角线的个数，以及ab，它是(l + u + 1, M)阵列的带状矩阵。我不确定如何转换代码才能使用solve_banded。在这方面的任何帮助都是非常感谢的。 import numpy as np
from scipy import lina
浏览 42提问于2019-02-10得票数 2
回答已采纳
3回答
我有一个n*n的螺旋矩阵。
如果N=4
然后矩阵：
7 8 9 10 6 1 2 11 5 4 12 16 15 14 13
若N=3
7 8 9 6 1 2 5 4
我想得到这个螺旋矩阵的对角线值。
在n=4情况下，对角线值为7,1,3,13,10,2,4,16
我可以通过将这个矩阵存储在数组中并遍历每个对角线值来做到这一点。
有没有更好的方法来得到这些值。
浏览 4提问于2016-06-21得票数 7
回答已采纳
3回答
我正在寻找一个项，可以用于矩阵的对角线等于零和上下三角形是对称的。
例如，如果我的矩阵大小为5乘5，则矩阵将如下所示：
0 1 2 3 4
1 0 5 6 7
2 5 0 8 9
3 6 8 0 10
4 7 9 10 0
这个矩阵有术语吗？
浏览 5提问于2017-07-07得票数 1
回答已采纳
因此，我们给出了一个数组=1 2 3 8 9 4 7 6 5，它是n×n正方形矩阵的螺旋遍历，我需要做的是计算主对角线和次对角线之和并打印出来。我能够将这个一维数组转换为大小为n*n的二维数组，并计算出这两个对角线的和，如下所示：
p.s.：数组类似于[ 1，2，3，6，5，8，7，4，9 ]
function spDiag(n,arr){
let mat = [];
let primary = 0, secondary = 0;
while(arr.length) mat.push(arr.splice(0, n));
for(let i = 0
浏览 5提问于2022-04-09得票数 1
回答已采纳
我在试着计算jaccard的相似性
y= 1 - scipy.spatial.distance.pdist(X,metric="jaccard")
X是一个m x n矩阵，作为这个函数的结果，我得到了一个大小为m choose 2的一维数组。我如何将相似值映射回一个对称数组，或者(不对称数组无论哪种方式都可以)，这样我就可以从X(X中的每一行都是布尔向量)中生成一个特定的jaccard相似值( y )中的哪两个向量？
浏览 5提问于2015-02-09得票数 1
回答已采纳
2回答
在使用MATLAB eig函数计算对称矩阵的特征值和特征向量时，我遇到了一个问题。
矩阵D是
10x10
所有对角线元素= 0.45
所有非对角线元素= -0.05
当使用vec时，val = eig(D)一些得到的特征向量包含复数(即0.3384 + 0.0052i)。我已经在网上搜索过，我找到了两篇关于类似问题的相关帖子，但没有帮助我找到解决方案。
因此，我在Python numpy (numpy.linalg.eigh(D))中尝试了相同的子例程，它给出了所有实特征值和特征向量。Python的结果是正确的，因为我能够用一篇发表的论文来验证我的最终结果。
我的问题是，是什么原因导致MATL
浏览 5提问于2013-11-18得票数 3
2回答
我有一个距离矩阵，它的维度是1000x1000，沿对角线与0对称。我想通过同时重新排序矩阵的行和列来形成距离(簇)的分组。这就像在使用热图可视化矩阵的集群之前对矩阵进行重新排序。我觉得这应该是一个简单的问题，但我没有太多的机会在网上找到做排列的代码。有人能帮上忙吗？
浏览 0提问于2010-09-04得票数 8
1回答
我在一个半径= 1的9x9矩阵上声明了一个圆，我想根据参数在它上面画一条线。
这是矩阵
这是一些参数，用来找出红色直线的起点和终点。
h1和h2是用红线分隔的两个区域的亮度值，你不必考虑它。
换句话说，像素1是(3,1)，2是(4,1)，等等，所以原点是x，y轴上的(5,5)。顺便说一下，我知道角度和p。
你有什么建议来获得这条红线的开始和结束像素或坐标，以便用drawline函数绘制它？
提前感谢
浏览 3提问于2012-07-25得票数 0
回答已采纳
4回答
我正在努力比较多个图像。我将这些图像数据作为一个称为“图像”的矩阵的列向量。我想通过首先计算图像的欧氏距离来评估图像的相似性。然后我想创建一个矩阵，在这个矩阵上我可以执行多次随机遍历。现在，我的代码如下：
% clear
% clc
% close all
%
% load tea.mat;
images = Input.X;
M = zeros(size(images, 2), size (images, 2));
for i = 1:size(images, 2)
for j = 1:size(images, 2)
normImageTemp = sqrt(
浏览 0提问于2010-11-13得票数 2
1回答
我想用toeplitz命令在Matlab中创建一个包含复数元素的对称矩阵。但是，如果我为toeplitz命令提供了复项，它返回一个Hermitian矩阵，也就是说，虚设部分的符号在对角线上方和下面反转。
matrix = toeplitz([ 1 + 1i, 2 + 2i])
matrix =
1.0000 + 1.0000i 2.0000 + 2.0000i
2.0000 - 2.0000i 1.0000 + 1.0000i
我如何创建一个对称矩阵，其中虚部的符号在对角线上和下面是相同的，如下所示：
matrix =
1.0000 + 1.0000i 2.
浏览 6提问于2016-03-29得票数 2
回答已采纳
我想知道一个点是否在正方形内。我得到了正方形对角线的末端坐标，并找到了另一个对角线的末端坐标。
我能想到的一种方法是用圆周的性质来解决它。我已经把所有的点都包括在正方形的圆周内，但我想不出一种方法来排除额外的点。
边不平行于任何坐标。
有什么方法可以用java来完成吗？
这是我的部分代码：
if(distance(x1,y1,x2,y2,j,i)<=dd)
A[i][j]=1;
else
A[i][j]=0;
x1，y1，x2，y2是正方形对角线的坐标，dd是对角线的长度，i，j是大于0且小于100的坐标。我使用数组来存储满足条件
浏览 2提问于2017-02-22得票数 0
5回答
我是R中的newby，我有一个100x100的方阵。我想找出这个矩阵的最大特征值。我试过了
is.indefinite(x)
但它写道
is.indefinite(x) : argument x is not a symmetric matrix
有人知道求特征值的函数吗，或者更好的是R中最大的特征值？
浏览 3提问于2013-05-18得票数 2
回答已采纳
1回答
我有网格，条目放在行和列中，但这不是我们必须关心的，因为每个元素都绑定了X和Y属性，所以我们只需要在List中匹配具有正确坐标的元素。
当用户单击网格中的单元格时，所有其他形成teo对角线和交叉选定单元格的单元格都必须更改其颜色。
实际上，我成功地编写了一些代码，这些代码只突出了第一个对角线，而没有突出显示相反的对角线。(10x10平方网格)
var t = // selected cell that contains X,Y coordinates
var newX = (t.Y > t.X) ? 0 : t.X - t.Y;
var newY =
浏览 1提问于2015-04-10得票数 0
回答已采纳
1回答
在特征库中的中，可以找到以下语句：
这个类允许用迭代共轭梯度算法求解A.x =b线性问题。矩阵A必须是自伴的。
然而，在文献中，对于实对称正定矩阵，通常采用共轭梯度法。算例表明，本征CG实际上适用于matlab 无法处理的非正定矩阵。
例如，运行代码：
#include <cstdio>
#include <iostream>
#include <vector>
#include "Eigen/Dense"
#include "Eigen/IterativeLinearSolvers"
#include "E
浏览 2提问于2018-10-26得票数 4
1回答
一种更有效的求对角长度的方法
、、、、
我有一个表示匹配的x和y值(坐标)数组，对于每一个x，y的值，我想知道它的对角线的长度。例如，让我们取这些坐标
数据描述
coords = np.asarray([[0,0], [0,7], [1,1], [1,6], [2,2], [2,5], [3,3],[3,4], [4,4]])
# [[0 0]
# [0 7]
# [1 1]
# [1 6]
# [2 2]
# [2 5]
# [3 3]
# [3 4]
# [4 4]]
我们可以将它转换成一个矩阵，但在我的例子中，这对于充满活力的表来说太低效了(例如，can 会抛出一个低效的警告；参见下面)。无论如何，让我们把矩阵
浏览 2提问于2021-10-05得票数 2
1回答
假设我们有一个由N个样本组成的N*N成对距离矩阵(D_ij)。但我们没有这N个样本的坐标。此外，每个样本都有一个权重。我想要计算这些点集合之间的加权平均值。例如在s1={1,2,3}和s2={4,5,6}之间。
如果我们有坐标(x1，x2，...)，很容易做到这一点：
D{s1,s2} = distance(w1*x1+w2*x2+w3*x3, w4*x4+w5*x5+w6*x6)
是否有可能在不使用坐标的情况下仅使用成对距离和权重来获得相同的结果？
我可以提出一个公式，用于定义单个样本和一个集合之间的距离，如下所示，但我不知道如何将其扩展到两个集合之间的距离：
假设s={x1, x2}
浏览 6提问于2014-03-14得票数 1
我正在寻求生成以下矩阵：
Θ=B+δIp∈Rp×p，其中Ip是单位矩阵，B(对称矩阵)中的每个非对角线项都是独立生成的，并且等于0.5，概率为0.1或0，概率为0.9。选择参数δ>0使得Θ是正定的。矩阵被标准化为具有单位对角线(从协方差矩阵转换为相关矩阵)。
我想我有大部分代码，但我不确定如何标准化矩阵，使其在语法上具有R中的单位对角线(理论上，这是矩阵的一个有用特性)。
# set number of cols/rows
p <- 5
set.seed(123)
# generate matrix B with values of 0.5 given probabilities
浏览 1提问于2021-12-04得票数 1
2回答
求矩阵中的簇
、、、、
我试着学习矩阵中的模式。我认为聚类适合于这样的任务，但不确定哪种聚类技术(k均值、层次化、dbscan等)是有效的。这里有一些例子。
这个矩阵形成三个簇:包含1s的对角线线，包含0's的对角线上的(右上)三角形，以及包含随机0,1's的(左下角)三角形。
0，0，0，0，0，0，0，0，0，0，0，0，0，1，0，0，0，0, 0,1,0, 1,0,0,0,0,0 ,0 ,0,0,0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，
浏览 4提问于2014-11-23得票数 0
回答已采纳
2回答
事实上，我在一个车辆路径问题项目中工作，我试图生成一个问题实例。
这里有一个例子，其中我们有一个仓库"0"和三个站点"1“、"2”和"3"。
我创建了下表：
distdata= new int[stations][(stations+1)]; // where stations is equal to number of stations
我随机地填充了矩阵，并将具有相同行和列索引的单元格设置为零，因此同一站与其本身之间的距离等于零。
System.out.println("Matrix of stations's distan
浏览 2提问于2014-05-01得票数 1
我有两个点列表作为numpy.ndarray，每一行都是一个点的坐标，如下所示：
a = np.array([[1,0,0],[0,1,0],[0,0,1]])
b = np.array([[1,1,0],[0,1,1],[1,0,1]])
这里我想要计算两个列表中所有点对之间的欧几里得距离，对于a中的每个点p_a，我想计算它与b中的每个点p_b之间的距离，所以结果是
d = np.array([[1,sqrt(3),1],[1,1,sqrt(3)],[sqrt(3),1,1]])
如何在numpy中使用矩阵乘法来计算距离矩阵？
浏览 50提问于2017-12-19得票数 3
回答已采纳
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
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
