![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学基础
小鹅鹅
兴趣使然
展开
-
正定矩阵与半正定矩阵定义性质与理解
正定矩阵在线性代数里,正定矩阵 (positive definite matrix) 有时会简称为正定阵。 定义:AA是n阶方阵,如果对任何非零向量xx,都有xTAx>0x^TAx> 0,其中xTx^T 表示xx的转置,就称AA正定矩阵。性质:正定矩阵的行列式恒为正;实对称矩阵AA正定当且仅当AA与单位矩阵合同;两个正定矩阵的和是正定矩阵;正实数与正定矩阵的乘积是正定矩阵。原创 2018-01-24 12:21:12 · 149009 阅读 · 12 评论 -
拉格朗日对偶性(Lagrance duality) 推导与简单理解
引言在支持向量机和最大熵模型中都会用到拉格朗日对偶性,主要为解决约束最优化问题,通过将原始问题转换为对偶问题求解。为方便理解,遂记录下简单的概念的结论,有理解不当的地方望多提意见~1. 原始问题先从最简单的求函数最小值开始说起:minx∈Rnf(x)\min_{\boldsymbol{x} \in \mathbf{R}^n}f(\boldsymbol{x})求f(x)f原创 2018-01-24 16:34:26 · 17794 阅读 · 4 评论 -
希尔伯特空间/再生核希尔伯特空间
现代数学的一个特点就是以集合为研究对象,这样的好处就是可以将很多不同问题的本质抽象出来,变成同一个问题,当然这样的坏处就是描述起来比较抽象,很多人就难以理解了。这里主要整理(摘抄)了一下欧式空间和从向量空间一直到再生核希尔伯特空间的概念与简单理解。 欧式空间/欧几里得空间(Euclidean Space) 设V" role="presentation" style="position: rel原创 2018-01-25 17:23:45 · 22438 阅读 · 3 评论 -
SVD奇异值分解 中特征值与奇异值的数学理解与意义
前言之前的博客中SVD推荐算法写得不是很严谨,r̂ ui=∑Ff=1PufQfi+μ+bu+bir^ui=∑f=1FPufQfi+μ+bu+bi\hat{r}_{ui}=\sum_{f=1}^{F}{P_{uf}Q_{fi}}+\mu+b_u+b_i 更像是矩阵分解多一点,没有涉及到SVD的数学意义,这篇博客大概会写一些数学SVD的数学理解,以及SVD在PCA和推荐算法上面的应用。...原创 2018-04-09 13:35:41 · 4917 阅读 · 0 评论