numpyで2つの2次元配列の要素的な外積を行いたい。 A.shape = (100, 3) # A numpy ndarray
B.shape = (100, 5) # A numpy ndarray
C = element_wise_outer_product(A, B) # A function that does the trick
C.shape = (100, 3, 5) #
私は巨大なデータセットを持っています。データは、105000のマーカーを含む371の遺伝子型(gwasで始まる)からなる。私は105000のマーカーを使って特定の数式を使ってRの遺伝子型の中に行列を持たせる必要があります。従うようなデータフォーマット markers gwas_100 gwas_101 gwas_102 gwas_103
S1_147748 NA NA NA NA
S1_239
私はいくつかの行列ライブラリにアクセスできますが、このプロジェクトではコンパイル時の定義とSVDの包含のために私はEigenを使用しています。 今、私は、次の操作をしています:私が理解したよう Eigen::Matrix<double,M,N> A; // populated in the code
Eigen::Matrix<double,N,N> B = A.transpose() *
一部のMatlabコードをC++に変換します。 質問(方法C++での): を連結マトリックス内の2つのベクター。 % 1. A 3x1 vector. d0, d1 double.
B = [d0*A (d0+d1)*A]; % B is 3x2
% 2. Normalize a set of 3D points
% Divide each col by its 3rd value
%
行列を掛け合わせる際に最適な方法を見つけるMatrix Chain Orderアルゴリズムがあります。なぜそれがO(n^3)の実行時間を持つが、その大きなオメガ(n^3)を証明するのに問題があるのか分かります。アルゴリズムは アルゴリズムマトリックスチェーン・オーダ(P) 1. n ← p.length − 1
2. for i ← 1 to n do
3. m[i, i] ← 0
4.