问题描述
我有一个形状为 d X N 的数据(每列是一个特征向量) 我有计算内核矩阵的代码:
def kernel(x1,x2):
return x1.T @ x2
data = np.array([[1,2,3],[1,3]])
result = []
for i in range(data.shape[1]):
current_result = []
for j in range(data.shape[1]):
x1 = data[:,i]
x2 = data[:,j]
current_result.append(kernel(x1,x2))
result.append(current_result)
np.array(result)
我几周前问过这个问题: Calculating Kernel matrix using numpy methods
我得到了这个答案:
np.einsum('ji,jk->ik',a,optimize=True)
这是一个很好的答案,问题是它只适用于这个特定的内核。现在我需要使用不同的内核函数。 有没有办法只使用 numpy 函数来计算这些值?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)