|
// 행렬의 최대 크기는 1024 * 1024로 정의.
// input은 행렬 output은 값이 출력. 둘다 txt파일.
// input.txt 입력 output.txt 출력.
#include <iostream.h> //c++전용 헤더파일
#include <fstream.h> //파일 입출력을 위한 헤더파일
#include <iomanip.h> //출력
|
|
|
_csv(\"c:/data/favoritesujects.csv\")
del fasu[\"SUBJECT\"]
fasu.head(3)
fasu.describe()
pip install factor-analyzer
from factor_analyzer import FactorAnalyzer
fa = FactorAnalyzer(rotation=None)
fa.fit(fasu)
fa.loadings_
fa.get_communalities()
fa.get_uniquenesses()
fa.get_factor_variance()
ev, v = f
|
|
|
Eigenvalues and Eigenvectors
3. Generalized eigenvalues and generalized eigenvectors
4. 특성방정식(Characteristic Equation)
5. 다항식의 곱셈 및 나눗셈
6. 함수값의 계산
7. 행렬의 원소에 대한 연산
8. abs(A), angle(A)
9. expm(A)
10. 행렬의 생성
11. diag
Ⅳ. 수치 적분
|
|
|
eigenvalues)를 그려보는 하강 그래프(scree graph)를 이용하는 것이다. 고유치를 크기대로 배열하여 고유치의 변화가 거의 없을 때의 인자의 수를 공통인자의 수로 간주한다. 하강 그래프에 따르면 공통인자의 수는 하나이다. 또 다른 방법의 하나
|
|
|
Eigenvalues (고유값)
A.8 Complex Numbers (복소수)
A.9 Polynomial Roots And Characteristic Polynomial (다항식 근과 다항식 특징)
A.9.1 Product And Division Of Polynomials(다항식의 곱셈과 나눗셈)
A.9.2 Plolynomial Curve Fitting (다항식의 그래프 조정)
A.9.3 Polynomial Evaluation (
|
|
메뉴펼치기
