🔢 linalg - Lineer Cebir

🚀 Hızlı Başlangıç

içe_aktar linalg

// Matrix oluşturma
değişken A = linalg.matris([[1, 2], [3, 4]])
değişken B = linalg.matris([[5, 6], [7, 8]])

// Matrix işlemleri
değişken C = linalg.matris_topla(A, B)
değişken D = linalg.matris_çarp(A, B)
değişken A_ters = linalg.ters(A)
değişken det = linalg.determinant(A)

// Vector işlemleri
değişken v1 = [1.0, 2.0, 3.0]
değişken v2 = [4.0, 5.0, 6.0]
değişken nokta = linalg.nokta_çarpım(v1, v2)  // 32.0
değişken norm = linalg.norm(v1)  // 3.742

// Decomposition
değişken (L, U) = linalg.lu_ayrıştır(A)
değişken (Q, R) = linalg.qr_ayrıştır(A)
değişken (U, S, Vt) = linalg.svd(A)

// Eigenvalues
değişken özdeğerler = linalg.eigenvalues(A)

📚 Fonksiyon Kategorileri

• Temel İşlemler: topla, çıkar, çarp, transpoz, ters, determinant
• Decomposition: LU, QR, Cholesky, SVD, Eigenvalue
• Çözücüler: lineer_sistem_çöz, en_küçük_kareler
• Norm ve Mesafe: norm, frobenius_norm, koşul_sayısı

💡 Örnekler

içe_aktar linalg

// 2x + 3y = 8
// 4x + 5y = 14

değişken A = linalg.matris([[2, 3], [4, 5]])
değişken b = [8, 14]

değişken x = linalg.lineer_sistem_çöz(A, b)
yazdır("Çözüm: x = " + x[0].yazıya() + ", y = " + x[1].yazıya())

içe_aktar linalg, stats

fonksiyon pca(X: Matris, n_bileşen: tamsayı) -> Matris yap
    // Veriyi merkeze al
    değişken X_ortalanmış = stats.merkeze_al(X)
    
    // Kovaryans matrisi
    değişken Σ = linalg.matris_çarp(linalg.transpoz(X_ortalanmış), X_ortalanmış)
    
    // Eigenvalue decomposition
    değişken (özdeğerler, özvektörler) = linalg.eig(Σ)
    
    // En büyük n_bileşen'i seç
    değişken pc = linalg.alt_matris(özvektörler, 0, n_bileşen)
    
    // Transform
    dön linalg.matris_çarp(X_ortalanmış, pc)
son

değişken veri = linalg.matris([[1, 2], [3, 4], [5, 6]])
değişken dönüştürülmüş = pca(veri, 1)

← Tüm Modüller