![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学
文章平均质量分 77
klcola
此人很懒,但也不是什么都没有写
展开
-
Cmd Markdown 公式指导手册
转载自https://github.com/Crzq/SpaceX/blob/main/Cmd%20Markdown%20%E5%85%AC%E5%BC%8F%E6%8C%87%E5%AF%BC%E6%89%8B%E5%86%8C.md本文为 MathJax 在 Cmd Markdown 环境下的常用语法指引。Cmd Markdown 编辑阅读器支持 LaTeX\LaTeXLATEX 编辑显示支持,例如:∑i=1nai=0\sum_{i=1}^n a_i=0∑i=1nai=0,访问 MathJa转载 2023-11-24 20:39:22 · 167 阅读 · 0 评论 -
两个 0 1 向量之间的相关性计算
本文主要思想来自https://www.cnblogs.com/dan-baishucaizi/p/10096316.html假设 a\bf aa、b\bf bb 两个 0 1 向量a= (x1,x2,⋯ ,xn),其中xi∈{0,1}b= (y1,y2,⋯ ,yn),其中yi∈{0,1}\begin{aligned}\bf{a} =& \ (x_1, x_2, \cdots, x_n), 其中 x_i \in \lbrace 0, 1 \rbrace \\\bf{原创 2022-01-15 16:45:08 · 1272 阅读 · 0 评论 -
MacOS 下 Emacs 安装及 ESS 配置
安装 Emacs在这里下载 Emacs 安装https://emacsformacosx.com/安装完成后,emacs 的可执行文件路径是/Applications/Emacs.app/Contents/MacOS/Emacs 执行如下操作mkdir $HOME/bincd $HOME/binln -s /Applications/Emacs.app/Contents/MacOS/Emacs emacs修改 .profile 文件,将 $HOME/bin 目录添加到 PATH 中原创 2022-01-14 20:28:37 · 1070 阅读 · 0 评论 -
矩阵运算规律总结
矩阵运算规律总结矩阵相乘结合律A(BC)=(AB)CA(BC)=(AB)CA(BC)=(AB)C矩阵相乘交换律A(B+C)=AB+AC(A+B)C=AC+BCA(B+C) = AB + AC \\(A+B)C = AC + BCA(B+C)=AB+AC(A+B)C=AC+BC矩阵的逆设 AAA 为方阵,如果存在方阵 A−1A^{-1}A−1 使得AA−1=A−1A=IAA^{-1} = A^{-1}A = IAA−1=A−1A=I则方阵 AAA 可逆,A−1A^{-1}A−1原创 2021-12-23 21:34:10 · 7062 阅读 · 0 评论 -
浅谈局部线性嵌入(LLE)的数学原理
Nonlinear Dimensionality Reduction by Locally Linear Embedding简介局部线性嵌入(LLE)利用非监督学习方法来将高维网络数据嵌入到低维空间中,并在该低维空间中保留网络节点间的邻域信息。区别于局部降维的聚类方法,LLE将网络节点映射到一个统一的低维空间坐标系统中,并且该方法的优化不依赖局部最小值。利用线性重构的局部对称性,LLE 能够学...原创 2020-04-09 18:51:08 · 962 阅读 · 0 评论 -
瑞利商(Rayleigh Quotient)及瑞利定理(Rayleigh-Ritz theorem)的证明
https://www.planetmath.org/RayleighRitzTheorem瑞利商(Rayleigh quotient)厄米特矩阵(Hermitian Matrix)复平面(Complex Plane)考虑形如 a+bia+bia+bi 的复数,该数代表复平面上的一个点。复平面中 xxx 轴代表实数部分,yyy 轴代表虚数部分,这样 a+bia+bia+bi 在复平面上就代...原创 2020-04-09 18:40:53 · 26172 阅读 · 5 评论 -
浅谈拉格朗日乘子法的数学推导
注 数学系列为本人的学习笔记,水平有限,如有错误希望读者不吝指正。拉格朗日乘子法(Lagrange Multiplier Method)是求解最优化问题的一个方法,在推导该方法之前,先来看几个基本概念。梯度(gradient)函数的梯度是由该函数的偏导数组成的向量,一元函数的梯度就是导数,函数的切线就是梯度的方向,二元函数的梯度是两个偏导数组成的向量,例如二元函数 z=f(x,y)z=f(x...原创 2020-04-09 18:02:28 · 2224 阅读 · 0 评论