机器学习中的数学原理——向量内积
今天是2023年的第一天,祝大家新年快乐!这个专栏主要是用来分享一下我在机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评论区留言!这一篇就更新一下《白话机器学习中的数学——向量内积》!
目录
一、什么是内积
二、案例分析
一、什么是内积
内积一般指点积。在数学中,数量积(dot product; scalar product,也称为点积)是接受在实数R上的两个向量并返回一个实数值标量的二元运算。它是欧几里得空间的标准内积。
两个向量a = [a1, a2,…, an]和b = [b1, b2,…, bn]的点积定义为:a·b=a1b1+a2b2+……+anbn。
二、案例分析
在上面的学习中,我们已经初步了解了二分类的问题,在最简单的二分类问题中,我们需要找到那条分界线,但是不是像我们之前回归那样,找直线的斜率和截距,而是要找向量。分类用图形来解释更容易理解,所以把它想象为有大小和方向的、 带箭头的向量比较好。
我们所要画的直线是使权重向量成为法线向量的直线。设权重向量为 w,那么那条直线的表达式就是这样的。
我们来慢慢解释上面这段话,权重向量就是我们想要知道的未知参数,w 是权重一词的英 文——weight 的首字母。上次学习回归时,我们为了求未知参数θ 做了很多事情,而 w 和 θ 是一样的。所以它们都是参数,只是叫法不同。上述的表达式就是两个向量的内积,我们也可以写成这样:
我们依然为图像的横纵分类案例举例,图像有宽和高的二维情况, 所以 n = 2 就可以了,表达式就可以写成:
而法线是与某条直线相垂直的向量。我们设权重向量为w = (1, 1),那么刚才的内积表达式会变成什么样呢?只需要代入(1,1)进行计算就可以了
移项变形之后,表达式变成 x2 = −x1 了。这就是斜率为−1 的直线
在这张图上再画上刚才确定的权重向量 w = (1, 1) 就更容易理解了
权重向量 w 和这条直线是垂直的!这就是“使权重向量成为法线向量的直线”在图形上的解释。高中时我们还学过,用向量之间的夹角 θ和 cos 计算内积的表达式
这是内积的另一个表达式。用这个表达式也没有问题。表达式中 的 |w| 和 |x| 是向量的长,因此必定是正数。所以要想使内积为0,只能使 cos θ = 0。要想使 cos θ = 0,也就意味着 θ = 90◦ 或θ = 270◦ 。这两种情况也是直角。
最终找到与我画的直线成直角的权重向量就完成任务了。
当然,一开始并不存在你画的那种直线,而是要通过训练找到权重向量,然后才能得到与这个向量垂直的直线,最后根据这条直线就可以对数据进行分类了。
机器学习中的数学原理——向量内积相关推荐
- Python机器学习中的数学原理详解(补充勘误表)
数学是机器学习和数据科学的基础,任何期望涉足相关领域并切实领悟具体技术与方法的人都无法绕过数学这一关.在一篇题为<放弃幻想,搞AI必须过数学关>的网文中,作者一针见血地指出想从事AI相关工 ...
- 机器学习中的数学原理——随机梯度下降法
这个专栏主要是用来分享一下我在机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评论区留言!这一篇就更新一下<白话机器学习中的数学--随机梯度下降法>! ...
- 机器学习中的数学原理——过拟合、正则化与惩罚函数
通过这篇博客,你将清晰的明白什么是过拟合.正则化.惩罚函数.这个专栏名为白话机器学习中数学学习笔记,主要是用来分享一下我在 机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎 ...
- 机器学习中的数学原理——F值与交叉验证
通过这篇博客,你将清晰的明白什么是F值.交叉验证.这个专栏名为白话机器学习中数学学习笔记,主要是用来分享一下我在 机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评 ...
- 机器学习中的数学原理——似然函数
这个专栏主要是用来分享一下我在 机器学习中的 学习笔记及一些 感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎 私信或者 评论区留言!这一篇就更新一下< 白话机器学习中的数学--似然函数> ...
- 机器学习中的数学原理——对数似然函数
这个专栏主要是用来分享一下我在 机器学习中的 学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎 私信或者评论区留言!这一篇就更新一下< 白话机器学习中的数学--对数似然函数> ...
- 机器学习中的数学原理——二分类问题
今天是2022年的最后一天,提前祝大家新年快乐!这个专栏主要是用来分享一下我在机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评论区留言!这一篇就更新一下<白 ...
- 机器学习中的数学原理——梯度下降法(最速下降法)
好久没更新了,确实是有点懒了,主要是这两天返乡在隔离(借口).这个专栏主要是用来分享一下我在机器学习中的学习笔记及一些感悟,也希望对你的学习有帮助哦!感兴趣的小伙伴欢迎私信或者评论区留言!这一篇就更新 ...
- 机器学习中的数学原理——最小二乘法
这几天在刷B站的时候,有个深度学习的博主推荐了一本机器学习的书--<白话机器学习的数学>,抱着浅看一下的态度,我花3个大洋从淘宝上找到了这本书的电子版.看了两天我直接吹爆!!!所以这个专栏 ...
最新文章
- 即学即用的30段Python实用代码
- 有序数组二分查找java_详解Java数据结构和算法(有序数组和二分查找)
- 解决360浏览器兼容模式的页面显示问题
- 135. 分发糖果(贪心算法)
- ABAP性能优化之向内表添加纪录
- _D类、E类、F类冷藏车是什么意思?
- Windows下Visual studio 2013 编译 Audacity
- mysql设置表名字为占位符_这可能是把MySQL存储引擎讲解的最清楚的一篇文章了
- eclipse 隐藏项目_前5个有用的隐藏Eclipse功能
- 2020哔哩哔哩流量生态白皮书:流量趋势与up主生存状况调研
- 在虚拟宿主环境中承载 Active Directory 域控制器时需要考虑的事项
- IIS搭建站点错误系列
- 网页标题设计原则与一般规律
- yyds!Java 性能优化的 50 个细节(珍藏版)
- Mybatis——拦截器Interceptor
- MSI设计一个1位二进制全减器
- 人工智能产品经理最佳实践
- 二相混合式步进电机开环细分控制simulink仿真模型
- 我是个程序员,每天敲敲打打,哪天电脑崩溃了会发现我这辈子啥都没留下
- Java流程控制相关知识(四)
热门文章
- Fiddler (四) 实现手机的抓包 - 小坦克
- 易语言反截图_[原创]反截图技术的原理及简单实现
- vue2.0中watch用法
- Android基础学习总结(十二)——利用Bmob实现用户账户体系(注册、登录、验证等)
- python中获取当前时间
- 演讲演说辩论赛PPT模板
- 不加速的“抢票加速包”,你还在用吗?
- git遇到的诡异错误: Failed connect to github.com:443
- 华为OD机试题,用 Java 解【5 键键盘的输出 | 五键键盘】问题 | 含解题思路
- EasyGUI-3:输入数据