公式
CV/NLP大虾
https://github.com/hanhui269/
展开
-
核范式-奇异矩阵-特征向量
特征值和特征向量 特征值和特征向量表示: 矩阵A当然是一个变换,然后这个变换的特殊之处是当它作用在特征向量 [u] 上的时候, [u] 只发生了缩放变换,它的方向并没有改变,并没有旋转。 特征值求解方式:https://blog.csdn.net/z735640642/article/details/86166577 相似矩阵 矩阵的迹和行列式 特征分解 奇异值 几何意义 与特征值的...原创 2020-04-09 22:51:09 · 541 阅读 · 0 评论 -
L1/L2/核范数/正则
L0、L1与L2范数、核范数: 监督机器学习问题无非就是"minimizeyour error while regularizing your parameters",也就是在规则化参数的同时最小化误差。最小化误差是为了让我们的模型拟合我们的训练数据,而规则化参数是防止我们的模型过分拟合我们的训练数据。多么简约的哲学啊!因为参数太多,会导致我们的模型复杂度上升,容易过拟合,也就是我们的训练误差会很...转载 2020-04-09 15:18:22 · 502 阅读 · 0 评论