http://antkillerfarm.github.io/

向量的范数（续）

范数可用符号∥x∥λ表示。

经常使用的有：

这里不做解释的给出例如以下示意图：

当中，0范数表示向量中非0元素的个数。

上图中的图形被称为lp ball。

表征在同一范数条件下，具有相同距离的点的集合。

范数满足例如以下不等式：

向量范数推广可得到矩阵范数。

某些矩阵范数满足例如以下公式：

这种范数被称为相容范数。

注：矩阵范数要比向量范数复杂的多。还包括一些不能够由向量范数来诱导的范数，如Frobenius范数。并且仅仅有极少数矩阵范数，可由简单表达式来表达。

这里篇幅有限，不再赘述。

病态矩阵

如今有线性系统Ax=b：

非常easy得到解为：

。如果在样本採集时存在一个微小的误差，比方。将 A矩阵的系数400改变成401：

则得到一个截然不同的解：x1=40000,x2=79800。

当解集x对A和b的系数高度敏感。那么这种方程组就是病态的 (ill-conditioned/ill-posed)。

从上例的情况来看，矩阵的行向量[400−201]和[−800401]实际上是过于线性相关了，从而导致矩阵已经接近神秘矩阵（near singular matrix）。

病态矩阵实际上就是神秘矩阵和近神秘矩阵的还有一个说法。

參见：

http://www.cnblogs.com/daniel-D/p/3219802.html

矩阵的条件数

我们首先如果向量b受到扰动，导致解集x产生偏差。即：

也就是：

因此，由矩阵相容性可得：

同一时候。由于：

所以：

即：

我们定义矩阵的条件数

，则上式可写为：

相同的，我们针对A的扰动。所导致的x的偏差。也可得到类似的结论：

可见，矩阵的条件数是描写叙述输入扰动对输出结果影响的量度。显然，条件数越大。矩阵越病态。

然而这个定义，在病态矩阵的条件下。并不能直接用于数值计算。由于浮点数所引入的微小的量化误差，也会导致求逆结果的非常大误差。

所以通常情况下，一般使用矩阵的特征值或神秘值来计算条件数。

如果A是2阶方阵，它有两个单位特征向量x1,x2和对应的特征值λ1,λ2。

由之前的讨论可知，x1,x2是相互正交的。因此。向量b能够被x1,x2的线性组合所表示，即：

从这里能够看出。b在x1,x2上的扰动。所带来的影响，和特征值λ1,λ2有非常密切的关系。神秘值实际上也有类似的特点。

因此，普通情况下，条件数也能够由最大神秘值与最小神秘值之间的比值。或者最大特征值和最小特征值之间的比值来表示。这里的最大和最小。都是针对绝对值而言的。

參见：

https://en.wikipedia.org/wiki/Condition_number

矩阵规则化

病态矩阵处理方法有非常多，这里仅仅介绍矩阵规则化（regularization）方法。

机器学习领域，经经常使用到各种损失函数（loss function）。也称花费函数（cost function）。这里我们用：

表示损失函数。

当样本数远小于特征向量维数时，损失函数所表示的矩阵是一个稀疏矩阵，并且往往还是一个病态矩阵。这时，就须要引入规则化因子用以改善损失函数的稳定性：

当中的λ表示规则化因子的权重。

注：稀疏矩阵并不一定是病态矩阵。比方单位阵就不是病态的。可是从系统论的角度，高维空间中样本量的稀疏，的确会带来非常大的不确定性。

函数V（又叫做Fit measure）和R（又叫做Entropy measure），在不同的算法中。有不同的取值。

比方，在Ridge regression问题中：

Ridge regression问题中规则化方法，又被称为L2 regularization，或Tikhonov regularization。

注：Andrey Nikolayevich Tikhonov，1906~1993，苏联数学家和地球物理学家。大地电磁学的发明人之中的一个。苏联科学院院士。

著有《Solutions of Ill-posed problems》一书。

很多其它的V和R取值參见：

https://en.wikipedia.org/wiki/Regularization_(mathematics)

从形式上来看，对照之前提到的拉格朗日函数，我们能够发现规则化因子。实际上就是给损失函数添加了一个约束条件。它的优点是添加了解向量的稳定度，缺点是添加了数值解和真实解之间的误差。

为了更便于理解规则化。这里以二维向量空间为例，给出了规则化因子对损失函数的约束效应。

上图中的圆圈是损失函数的等高线。坐标原点是规则化因子的约束中心。左图的方形和右图的圆形是lp ball。图中的黑点是等高线和lp ball的焦点，实际上也就是这个带约束的优化问题的解。

能够看出L1 regularization的解一般出如今坐标轴上，因而其它坐标上的值就是0，因此，L1 regularization会导致矩阵的稀疏。

參见：

https://en.wikipedia.org/wiki/Tikhonov_regularization

http://www.mit.edu/~cuongng/Site/Publication_files/Tikhonov06.pdf

http://blog.csdn.net/zouxy09/article/details/24971995

协同过滤的ALS算法

协同过滤概述

注：近期研究商品推荐系统的算法。因此，Andrew Ng讲义的内容，兴许再写。

协同过滤是眼下非常多电商、社交站点的用户推荐系统的算法基础，也是眼下工业界应用最广泛的机器学习领域。

协同过滤是利用集体智慧的一个典型方法。

要理解什么是协同过滤 (Collaborative Filtering,简称CF)，首先想一个简单的问题，如果你如今想看个电影，但你不知道详细看哪部。你会怎么做？大部分的人会问问周围的朋友，看看近期有什么好看的电影推荐，而我们一般更倾向于从口味比較类似的朋友那里得到推荐。

这就是协同过滤的核心思想。

怎样找到类似的用户和物品呢？事实上就是计算用户间以及物品间的类似度。下面是几种计算类似度的方法：

欧氏距离

Cosine类似度

皮尔逊相关系数（Pearson product-moment correlation coefficient，PPMCC or PCC）：

该系数由Karl Pearson发明。

參见《机器学习（二）》中对Karl Pearson的简单介绍。Fisher对该系数也有研究和贡献。

如上图所看到的，Cosine类似度计算的是两个样本点和坐标原点之间的直线的夹角。而PCC计算的是两个样本点和数学期望点之间的直线的夹角。

PCC能够有效解决。在协同过滤数据集中，不同用户评分尺度不一的问题。

參见：

https://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient

Spearman秩相关系数（Spearman’s rank correlation coefficient）

对秩变量（ranked variables）套用PCC公式，就可以得Spearman秩相关系数。

秩变量是一类不在乎值的详细大小，而仅仅关心值的大小关系的统计量。

如上表所看到的，Xi和Yi是原始的变量值，xi和yi是rank之后的值，di=xi−yi。

当Xi和Yi没有反复值的时候，也可用例如以下公式计算相关系数：

注：Charles Spearman。1863～1945，英国心理学家。这个人的经历比較独特，20岁从军，15年之后退役。然后，进入德国莱比锡大学读博。中间又被军队征召，參加了第二次布尔战争，因此，直到1906年才拿到博士学位。伦敦大学学院心理学教授。
虽然他的学历和教职，都是心理学方面的。

但他最大的贡献，却是在统计学领域。他也是由于在统计学方面的成就，得以当选皇家学会会员。
话说那个时代的统计学大牛，除了Fisher之外。基本都是副业比主业强。仅仅有Fisher。主业方面也是那么牛逼。不服不行啊。

由上图可见，Pearson系数关注的是两个变量之间的线性相关度，而Spearman系数能够应用到非线性或者难以量化的领域。

參见：

https://en.wikipedia.org/wiki/Spearman%27s_rank_correlation_coefficient