可以纽比·利纳格·诺姆更换sklearn.preprocessing.normalize(X,norm='l1',)表示矩阵的l1范数?

2024-03-29 12:07:34 发布

您现在位置:Python中文网/ 问答频道 /正文

我以前用过sklearn.preprocessing.normalize,但是我想知道矩阵的L1范数有其他方法吗?我们能用numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)代替sklearn一个吗?在

根据document,利纳格规范参数似乎不可能用于矩阵或L1

x : array_like Input array. If axis is None, x must be 1-D or 2-D.
ord : {non-zero int, inf, -inf, ‘fro’, ‘nuc’}, optional

Tags: 方法numpynone范数norml1矩阵sklearn
1条回答
网友
1楼 · 发布于 2024-03-29 12:07:34

是的。numpy.linalg.norm表示矩阵或向量范数。在

这取决于你想要哪种L1矩阵范数。可以用参数ord指定它。(Doc

numpy.linalg.norm(x, ord=None, axis=None, keepdims=False)

向量范数诱导的矩阵范数,ord=inf

“入口态”矩阵范数,ord=0

Schatten范数,ord=nuc

相关问题 更多 >