习题3-2:在线性空间中,证明一个点到平面的距离为.证明:设平面内有一点 ,使得 垂直于此平面
又因为 w 垂直于此平面,所以有 平行于 w。即: ( 为常数)因此点 x 到平面距离为 |k|‖w‖, 又,所以,带入,有
两边同时取模: ,
证毕
[习题3-5] 在Logistic回归中,是否可以用去逼近正确的标签 ,并用平方损失最小化来优化参数 ?
第一种情况,当以平方损失为loss function时:
由于函数的横纵坐标趋于较大或较小时,函数值趋于平缓,因此大多数情况下几乎为0,很难去优化。
第二种情况,当以交叉熵损失作为loss function时:
当误差大的时候,权重更新快;当误差小的时候,权重更新慢。
[习题3-6] 在Softmax回归的风险函数(公式(3.39))中,如果加上正则化项会有什么影响?
当我们加入正则化后:
则
更新参数时:
加入正则化后,在更新参数时每次需要减去,使得参数不会太大,便不会造成溢出之类的错误发生,同时也会抑制过拟合。