formula
文章平均质量分 52
公式演算和推导
心儿痒痒
这个作者很懒,什么都没留下…
展开
-
常见的论文专有名词的含义和概念
-损失函数:用于衡量’单个样本点’预测值与实际值的偏离程度。-风险函数:用于衡量’样本点平均意义’下的好坏,就是说要除以batch_size。-风险函数分为经验风险和结构风险-经验风险:指预测结果和实际结果的差别。-结构风险:指经验风险 + 正则项。-风险函数是训练过程中的模型,对已知训练数据的计算。可以理解为是train过程的loss。-泛化函数:指模型对未知数据的预测能力。-泛化函数是训练好的模型,对未知数据的计算。可以理解为是test过程的loss...原创 2021-09-09 18:38:47 · 977 阅读 · 0 评论 -
谱聚类原理介绍
广义上来说,任何在算法中用到SVD/特征值分解的,都叫Spectral Algorithm。顺便说一下,对于任意矩阵只存在奇异值分解,不存在特征值分解。对于正定的对称矩阵,奇异值就是特征值,奇异向量就是特征向量。传统的聚类算法,如K-Means、EM算法都是建立在凸球形样本空间上,当样本空间不为凸时,算法会陷入局部最优,最终结果受初始参数的选择影响比较大。而谱聚类可以在任意形状的样本空间上聚类,且收敛于全局最优解。谱聚类和CHAMELEON聚类很像,都是把样本点的相似度放到一个带权无向图中,采用“图划分原创 2021-09-09 16:48:20 · 226 阅读 · 0 评论 -
计算协方差矩阵中的XX^{T}和X^T{T}的区别
假设X∈Rm×nX \in \R^{m \times n}X∈Rm×n,通常在数据降维过程中m<<n令A=XTXA=X^TXA=XTX,B=XXTB=XX^TB=XXT,显然A∈Rn×nA \in \R^{n \times n}A∈Rn×n,B∈Rm×mB \in \R^{m \times m}B∈Rm×m,rank(A)=rank(B)rank(A)=rank(B)rank(A)=rank(B),$显然,A和B都是对称半正定矩阵,且A有n个特征向量,B有m个特征向量。...原创 2021-09-07 03:54:31 · 2469 阅读 · 0 评论 -
立体角介绍
问题:我读文献的时候,看到了朗伯平面的概念,于是就引出了立体角的概念。描述:网上许多博文就介绍了立体角,都缺乏直观的理解。于是我打算给出图像的手段,来直观的理解立体角。求单位面积dAd_AdA,先从求l1l_1l1和l2l_2l2入手,并把投影的那一小块看作长方形。l1=r1×θ=r×dθ=rdϕl_1=r_1 \times \theta=r \times d_\theta=rd_\phil1=r1×θ=r×dθ=rdϕl2=r2×θ=r×sinθ⏟r2×dϕ=rsinθdϕl原创 2021-09-06 14:45:21 · 602 阅读 · 0 评论 -
Formula Derivation
Known: b⃗ is projected onto the vector a⃗ to form a projection p⃗.p⃗=xa⃗,where x is a expansion coefficient and x is a scalar. e.原创 2021-08-23 16:50:42 · 101 阅读 · 0 评论