Извлечь столбцы из матрицы и сделать из них две другие матрицы

@Dimitrij1 · Регистрация: 31.01.2016

Студворк — интернет-сервис помощи студентам

Всем привет,
есть матрица Х размера DxN. N точек данных (у каждой точки D фич(размерность)). Есть также массив Y длиной в N который содержит метки для каждой точки из Х.

например X = [[1,2],[3,4],[5,6],[7,8]], Y = [1, -1, 1,-1]. Нужно создать две матрицы, одна будет содержать столбцы из Х помеченные как -1 а другая те которые помечены как 1.

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
def con():
    X = np.array([[1,5,9,10],
                  [2,6,9,10]])
    
    Y = [1,-1,1,-1]
 
    num_pos = np.count_nonzero(Y == 1)
    num_neg = np.count_nonzero(Y == -1)
    
    S1 = np.zeros((X.shape[0], num_pos))
    S2 = np.zeros((X.shape[0], num_neg))
    
    for i in range(X.shape[1]):
        if Y[i] > 0:
            S1 = np.c_[(S1, X[:,i])] # конкатенация столбцов
        else:
            S2 = np.c_[(S2, X[:,i])]
            
    print(S1)
    print("\n")
    print(S2)

Вроде всё правильно и для небольших матриц работает но для больших например размер X = (2, 2000), Y = (2000,) в S1 и S2 что то не понятное, первые столбцы в S1 и S2 вообще никак не инициализируються.
Как сделать по другому? Желательно вообще без цикла

Добавлено через 3 часа 10 минут
ан нет, не правильно сделал в общем, буду думать

Добавлено через 1 час 30 минут
коряво както вышло, можно как то лучше?

не нравится мне эта проверка на ноль

Python
1
(np.all(S1 == 0)):

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
def train_lda(X,Y):
    num_pos = np.count_nonzero(Y == 1)
    num_neg = np.count_nonzero(Y == -1)
    
    S1 = np.zeros(X.shape[0])
    S2 = np.zeros(X.shape[0])
    
    for i in range(X.shape[1]):
        if Y[i] > 0:
            if (np.all(S1 == 0)):
                S1[:] = X[:,i]
            else:
                S1 = np.c_[(S1, X[:,i])]
        else:
            if (np.all(S2 == 0)):
                S2[:] = X[:,i]
            else:
                S2 = np.c_[(S2, X[:,i])]

Добавлено через 4 часа 11 минут
yasno,

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
def lda(X,Y):
        
    num_pos = np.count_nonzero(Y == 1)
    num_neg = np.count_nonzero(Y == -1)
    
    S1 = np.zeros(X.shape[0])
    S2 = np.zeros(X.shape[0])
    
    S1 = X[:, Y>0]
    S2 = X[:, Y<0]
         
    mu_pos = S1.mean(axis=1)
    mu_neg = S2.mean(axis=1)
    
    S1 = S1 - S1.mean(axis=1, keepdims=True)
    S2 = S2 - S2.mean(axis=1, keepdims=True)
          
    S1 = np.cov(S1)
    S2 = np.cov(S2)
    
    Sw = (S1+S2)/2
    
    w = np.dot(np.linalg.pinv(Sw), mu_pos-mu_neg)
    b = 1/2*np.dot(np.transpose(w), (mu_pos+mu_neg))
    
    return w, b

Новые блоги и статьи Все статьи Все блоги /
Отчёт о затраченных материалах за определенный период с макетом печатной формы Maks 21.04.2026 Отчёт из решения ниже размещён в конфигурации КА2. Задача: разработка отчёта по затраченным материалам за определённый период, с возможностью вывода печатной формы отчёта с шапкой и подвалом. В. . .	Отчёт о спецтехнике находящейся в ремонте Maks 20.04.2026 Отчёт из решения ниже размещен в конфигурации КА2. Задача: отобразить спецтехнику, которая на данный момент находится в ремонте. Есть нетиповой документ "Заявка на ремонт спецтехники" который. . .	Памятка для бота и "визитка" для читателей "Semantic Universe Layer (Слой семантической вселенной)" Hrethgir 19.04.2026 Сгенерировано для краткого описания по случаю сборки и компиляции скелета серверного приложения. И пусть после этого скажут, что статьи сгенерированные AI - туфта и не интересно. И это не реклама -. . .	Запрет удаления строк ТЧ документа при определённом условии Maks 19.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "Аккумуляторы", разработанного в конфигурации КА2. У данного документа есть ТЧ, в которой в зависимости от прав доступа. . .
Модель заражения группы наркоманов alhaos 17.04.2026 Условия задачи сформулированы тут Суть: - Группа наркоманов из 10 человек. - Только один инфицирован ВИЧ. - Колются одной иглой. - Колются раз в день. - Колются последовательно через. . .	Мысли в слух. Про "навсегда". kumehtar 16.04.2026 Подумалось тут, что наверное очень глупо использовать во всяких своих установках понятие "навсегда". Это очень сильное понятие, и я только начинаю понимать край его смысла, не смотря на то что давно. . .	My Business CRM MaGz GoLd 16.04.2026 Всем привет, недавно возникла потребность создать CRM, для личных нужд. Собственно программа предоставляет из себя базу данных клиентов, в которой можно фиксировать звонки, стадии сделки, а также. . .	Знаешь почему 90% людей редко бывают счастливыми? kumehtar 14.04.2026 Потому что они ждут. Ждут выходных, ждут отпуска, ждут удачного момента. . . а удачный момент так и не приходит.

Опции темы