numpy

はじめに 今回は効果量で用いられるコーエンのd(Cohen’s d)をpythonで求めていきます。 コーエンのdとは? コーエンのdとは2つのグル
はじめに ここではハミング距離とはなにかの説明と、pythonでの計算方法を紹介します。 ハミング距離(Hamming Distance) ハミング
はじめに ここではnumpyを利用してコサイン類似度の計算を行います。 コサイン類似度(Cosine Similarity)とは コサイン類似度とは
はじめに 距離というと2点間の距離を真っ先に思いつきますが、世の中にはさまざまな距離の定義が存在します。 ここではユークリッド距離、マンハッタン
概要 numpyで最頻値を求める方法です。 方法 np.unique()を使います。 import numpy as np arr = np.array([0, 1, 2, 3, 4, 1, 2, 2, 2, 2, 2, 3, 4]) unique, freq = np.unique(arr, return_counts=True) #return
はじめに for文を使って小数点を繰り返したい時ってたまにありますよね。今回はそれを実現する方法を書いていきます。0~1を0.1刻みで繰り返す
概要 numpyを使って以下のような2点間の距離と角度を求めていきます。 距離 距離の計算ではnp.linalg.normを使います。 >>> import numpy as np >>>
やること 特定の数値の削除 条件に該当する数値の削除 array([-3, -2, -1, 0, 1, 2, 3]) # ↓ 0を削除する array([-3, -2, -1, 1, 2, 3]) array([-3, -2, -1, 0, 1, 2, 3]) # ↓ 負の数を削除する array([0, 1, 2, 3]) 特定の数
複数の学習結果を多数決したい時、以下のような操作が必要になります。 これを実現するには転置してmapで各行に対して最頻値を求めればOKです。 results