覚書。numpy.corrcoefを使う。 from numpy import corrcoef print corrcoef([1, 2, 3, 4, 5], [1, 2, 2, 5, 5]) 出力結果: [[ 1. 0.92966968] [ 0.92966968 1. ]] 入力データのそれぞれの組み合わせに対する相関係数が行列として出力される。2データの相関係数は右上か左下の値となる。
Python: NumPyで相関係数を求める
覚書。numpy.corrcoefを使う。 from numpy import corrcoef print corrcoef([1, 2, 3, 4, 5], [1, 2, 2, 5, 5]) 出力結果: [[ 1. 0.92966968] [ 0.92966968 1. ]] 入力データのそれぞれの組み合わせに対する相関係数が行列として出力される。2データの相関係数は右上か左下の値となる。
Evernoteを使わないと人生損する
Evernoteを使っていないと人生を損していると思う。もちろん独断と偏見だけど。それにしても、もっと早くからこのようなサービスがあることを知っていればなぁ、と思ってしまう。それほどまでに個人的には画期的なアプリケーションであり、サービスであったのだ。 少し前にあるウェブサイトでEvernoteのことを知り、すぐにインストールした。しかし、イマイチその便利さが分からずしばらく放置していた。まず、どのように使えばいいか分からない。画像やPDFファイルなどを貼り付けることができるノートのようなものと云うことは分かったのだが、どこが便利なのか。普通にノートを取れば済む事ではないかと思ってしまったのだ。 それで、Evernoteはしばらく使っていなかった。ところで、自分は仕事用のノートを持っており、ミーティングやセミナー、仕事の進捗、ちょっとしたメモをこれに書いていた。ある日、以前行った仕事の手順
Python: RPyで階層的クラスタリング
Python+RPy+SciPyで階層的クラスタリングを行う。下記のtest.dat(30個の5次元データ)に対して閾値0.5として計算する。 clustering.py test.dat 0.5 標準出力: Data file: test.dat Element file: element.out Output file: data.out Cluster file: cluster.out EPS file: cluster.eps Threshold: 0.500000 (distance) 30 x 30 = 900 Cluster 1 : 5 Cluster 2 : 8 Cluster 3 : 1 Cluster 4 : 1 Cluster 5 : 12 Cluster 6 : 2 Cluster 7 : 1 Total : 30 Number of clusters: 7 -2
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
