问题标签 [binary-matrix]

有多少（最多）1x2（或 2x1）归零子矩阵适合 NxN 二进制矩阵？

为了：

结果将是3。

为了：

结果将是21。

等等。

我有一个稀疏矩阵 .csv 文件并将矩阵保存为：

我想制作情节x value = v1~vn , y value = 1~m 并仅标记非零元素（仅 1 个）

在 Matlab 中我使用 spy()，但我不知道如何在 R 中执行此操作。

这是我的问题，我无法全部解决。

假设我们有如下代码：

这是我要解决的代码（输出是一个名为count_1的数字向量）：

但是当我在 RStudio 控制台中执行这段代码时，返回了一个非预期的结果！：

但是，我期待以下结果：

您可以访问以下 URL，您可以在 Dropbox 上找到图片以获取详细说明。 https://www.dropbox.com/s/5ylt8h8wx3zrvy7/IMAG1074.jpg?dl=0

我将尝试解释更多，我发布了第一个函数（代码）只是为了向您展示我正在寻找的内容，这就是一个示例。我试图从第二个函数（代码）中得到的是计算每行中数字1（首先我们放counter = 0）的出现次数（而两列的每一行（例如 AB）必须在两者中都等于一个列说counter = counter + 1）我们继续通过所有其他列（AC，AD，AE，BC，BD，BE，CD，CE，然后是DE）组合每一列，组合是n!/2!(n-2)!，例如，如果我有以下数据框：

一个=

ABCDE
0 1 0 0 0

0 0 0 0 1

1 1 1 1 1

1 0 0 1 0

1 0 1 0 1

那么，将前两列组合起来，每一行出现数字1的次数如下：（注意我放colnames(a) <- NULL的只是为了方便工作，更清楚）

0 1 0 0 0

0 0 0 0 1

1 1 1 1 1

1 0 0 1 0

1 0 1 0 1

所以从这里我放（对于A和B（AB）列）

然后我将在两个向量中查找数字1的出现，条件是它必须相同，即a[, i] == 1 && a[, j] == 1 && a[, i] == a[, j]，对于这个例子，一个数字向量将是[1] 1

从这里我放（对于A和D（AD）列）

然后我将在两个向量中查找数字1的出现，条件是它必须相同，即a[, i] == 1 && a[, j] == 1 && a[, i] == a[, j]，对于这个例子，一个数字向量将是[1] 2

依此类推，我将有一个名为count_1等于的数值向量：

而每个索引count_1是其他列的组合（没有数据框的名称）

AB AC AD AE BC BD BE CD CE DE

1 2 2 2 1 1 1 1 2 1

我有一些二进制矩阵。我想从每列中删除所有第一个，但one如果该值在列中单独存在，请保留。我有一些代码可以产生正确的结果，但看起来很难看——我应该遍历所有列。

你能给我一些建议如何改进我的代码吗？

非向量化代码：

我正在尝试对债券价值列表与债券的信用（标准普尔）评级进行回归。为此，我正在尝试创建列的二进制矩阵（所有可用标准普尔信用评级的列表 [AAA、AA+、...、BBB- 等..]）。我的代码需要几个小时才能运行，我想知道是否有比下面的代码更快的方法来创建二进制矩阵以稍后运行回归。

我有形状的数据张量，[batch_size,512]并且我有一个常数矩阵，其值仅为 0 和 1，形状为[256,512]。

我想为每个批次有效地计算我的向量乘积的总和（数据张量的第二维），仅针对 1 而不是 0 的条目。

一个解释示例：假设我有 1 个大小的批次：数据张量具有值[5,4,3,7,8,2]，我的常量矩阵具有值：

这意味着我想计算第一行4*3、第二行5和第三行5*4*3*2。对于这批，我得到的总数4*3+5+5*4*3*2等于 137。目前，我通过迭代所有行，逐元素计算我的数据和常量矩阵行的乘积，然后求和，这运行得很慢。

我有一个维度为 nxn 的二进制矩阵（零和一）D[][]，其中 n 很大（大约在 1500 - 2000 左右）。我想在 C 中找到这个矩阵的逆矩阵。

由于我是 C 新手，我从 3 x 3 矩阵开始，然后将其推广到 N x N。这适用于 int 值，但是因为我正在使用二进制1's 和0's。在这个实现中，我需要unsigned int值。

我可以找到许多int值的解决方案，但我没有遇到任何unsigned int. 我想在不使用任何外部库（如 blas/lapack）的情况下找到 N x N 二进制矩阵的逆矩阵。如果有人能提供 M x N 矩阵的领先优势，那就太好了。

请注意，我需要矩阵的逆，而不是伪逆。

这只是我尝试的一个示例示例，我在逆矩阵中有 -1 值，这是我主要关心的问题。我有 1000 x 1000 的二进制值矩阵，逆矩阵也应该是二进制的。

矩阵：

矩阵 LU 分解：

逆矩阵：

产品：

我是聚类的初学者，我有一个二进制矩阵，每个学生都有他们注册的课程。我想用相同的课程对学生进行聚类。

聚类方法很多，并且根据数据集而变化

例如，k-means 是不合适的，因为数据是二进制的，标准的“均值”操作对二进制没有多大意义。

我愿意接受任何建议

这是一个例子：

结果：

集群A = [用户1，用户3]

集群B = [用户2，用户4]

我需要生成所有可能的 4x4 二进制矩阵，这些矩阵在主对角线上有零，是对称的，并且有六个条目等于 1。一些例子：

我怎么能在 Python 中做到这一点？

我正在尝试进行子集化，以使 rhs 和 lhs 上的所有项目都设置为 1，但这不起作用。有没有其他方法可以确保我在规则的 LHS 和 RHS 上的项目都只是“1”？我使用了以下代码。