Следующая важная операция, которую хорошо бы понимать с математической стороны - это как сравнивать вектора. Многие задачи машинного обучения сводятся к тому, чтобы обнаруживать какие-то корреляции в данных, обнаруживать какая зависимость между разными признаками или объектами, которые описанны в виде векторов. Для наглядности визуализируем вектора на примере двумерного пространства, где значения вектора - это x и y, а линия на графике выходит из координаты (0, 0) и упирается в (x, y): Визуально можно выделить три основных критерия сравнения векторов: 1...

Вектор в машинном обучении — это признаки объектов. Обычно эти векторы многомерные с размерностью больше двух. Рассмотрим на примерах. Задача 1 Сохраните векторы квартир с индексами 3 и 11 в переменных vector_first («первый вектор») и vector_second («второй вектор»). Вычислите между ними евклидово и манхэттенское расстояния. import pandas as pd from scipy.spatial import distance columns = ['комнаты', 'пл. общая', 'кухня', 'пл. жилая', 'этаж', 'всего этажей'] realty = [ [1, 38.5, 6.9, 18.9, 3, 5], [1, 38...