线性代数
文章平均质量分 67
长夜悠悠
大山坡软件职业技术学院。Qq号12& 828% 331$ 8。(防爬虫,十位的号,缺的最后一位同第一位)
转载文章如需删除,请见谅并联系本人
展开
-
梯度、散度和旋度
转载自http://blog.sina.com.cn/s/blog_5701b67c0100x7fv.html,仅用作个人学习。 梯度、散度和旋度是矢量分析里的重要概念。之所以是“分析”,因为三者是三种偏导数计算形式。这里假设读者已经了解了三者的定义。它们的符号分别记作如下:转载 2016-11-08 15:58:47 · 1109 阅读 · 0 评论 -
Robust regression(稳健回归)
语法b=robustfit(X,y)b=robustfit(X,y,wfun,tune)b=robustfit(X,y,wfun,tune,const)[b,stats]=robustfit(...)描述b=robustfit(X,y) 通过执行稳健回归来估计线性模型y=Xb,并返回一个由回归系数组成的向量b。X是一个n*p预测变量矩阵,y是一个n*1观测向量。...转载 2019-06-11 21:11:58 · 6610 阅读 · 0 评论 -
稳健估计/M估计/最小二乘法
摘要:稳健估计是在粗差不可避免的情况下,选择适当的估计方法使未知量估计尽可能减免粗差的影响,得出正常模式下的最佳估计。本文先介绍基于最小二乘法的多元线性回归理论,再引出基于M估计的加权最小二乘估计。 关键词:稳健估计,M估计,最小二乘法,加权,极限学习机4、结尾文章的最后就要提极限学习机了,黄广斌提出的极限学习机的原理虽说是单隐层前馈神经网络,说白了就是以最小二乘为基...转载 2019-06-11 21:05:24 · 1638 阅读 · 0 评论 -
黑塞矩阵(Hessian Matrix)
转载自http://blog.csdn.net/caimouse/article/details/60465975,仅用作个人学习。如需删除,请见谅并联系本人。为了不分原创浏览量,本人自己踩此文一下。在机器学习课程里提到了这个矩阵,那么这个矩阵是从哪里来,又是用来作什么用呢?先来看一下定义:黑塞矩阵(Hessian Matrix),又译作海森矩阵、海瑟矩阵、海塞矩阵等,是一个多转载 2017-12-10 22:33:51 · 3427 阅读 · 0 评论 -
Jacobian矩阵和Hessian矩阵
原文:http://jacoxu.com/jacobian%E7%9F%A9%E9%98%B5%E5%92%8Chessian%E7%9F%A9%E9%98%B5/1. Jacobian在向量分析中, 雅可比矩阵是一阶偏导数以一定方式排列成的矩阵, 其行列式称为雅可比行列式. 还有, 在代数几何中, 代数曲线的雅可比量表示雅可比簇:伴随该曲线的一个代数群, 曲线可以嵌入转载 2017-12-10 22:29:30 · 298 阅读 · 0 评论 -
矩阵的运算及其运算规则
矩阵的运算及其运算规则一、矩阵的加法与减法 1、运算规则 设矩阵,, 则 简言之,两个矩阵相加减,即它们相同位置的元素相加减! 注意:只有对于两个行数、列数分别相等的矩阵(即同型矩阵),加减法运算才有意义,即加减运算是可行的. 2、 运算性质 (假设运算都是可行的)转载 2017-07-04 16:40:31 · 16360 阅读 · 0 评论 -
矩阵求导计算法则 例题
求导公式(撇号为转置):Y = A * X --> DY/DX = A'Y = X * A --> DY/DX = AY = A' * X * B --> DY/DX = A * B'Y = A' * X' * B --> DY/DX = B * A'例题" title="矩阵求导计算法则 例题" style="margin:0px; padding:0px; bord转载 2017-06-12 22:14:58 · 2268 阅读 · 0 评论 -
机器学习中常用的矩阵求导公式
机器学习中常用的矩阵求导公式 文章转载自新浪博客:http://blog.sina.com.cn/s/blog_8eac0b290101fsqb.html 矩阵求导好像读书的时候都没学过,因为讲矩阵的课程上不讲求转载 2017-06-12 22:13:52 · 1390 阅读 · 2 评论 -
散布矩阵(Scatter Matrix)
转载自http://blog.csdn.net/breeze5428/article/details/25612763,仅用作个人学习。参考网页:http://en.wikipedia.org/wiki/Scatter_matrix因为最近需要用到散布矩阵做数据分析,因此在此做些关于散布矩阵的小总结。在多变量概率统计中,散布矩阵是用来估计多维正态分布协方差的统计量。定义给定n个转载 2017-05-17 15:34:55 · 3306 阅读 · 0 评论 -
向量点积(Dot Product),向量叉积(Cross Product)
转载自http://blog.csdn.net/fox64194167/article/details/8147460,仅用作个人学习。参考的是《游戏和图形学的3D数学入门教程》,非常不错的书,推荐阅读,老外很喜欢把一个东西解释的很详细。1.向量点积(Dot Product)向量点积的结果有什么意义?事实上,向量的点积结果跟两个向量之间的转载 2017-04-30 10:17:04 · 38042 阅读 · 4 评论 -
正定矩阵(Positive-definite Matrix)
转载自http://blog.csdn.net/wangxiaojun911/article/details/7864153 http://blog.csdn.net/po5889/article/details/10576511,仅用作个人学习。正定矩阵是自共轭矩阵的一种。正定矩阵类似复数中的正实数。定义:对于对称矩阵M,当且仅当存在任意向量x,都有若上式大于等于零,则称M为半正定矩转载 2016-11-22 16:46:31 · 33103 阅读 · 2 评论 -
从拉普拉斯矩阵说到谱聚类
本文转载自http://f.dataguru.cn/thread-460065-1-1.html,仅用作个人学习。0 引言 11月1日上午,机器学习班第7次课,邹博讲聚类(PPT),其中的谱聚类引起了自己的兴趣,他从最基本的概念:单位向量、两个向量的正交、方阵的特征值和特征向量,讲到相似度图、拉普拉斯矩阵,最后讲谱聚类的目标函数和其算法流程。 课后自己又琢磨了番谱聚转载 2016-11-01 14:48:55 · 941 阅读 · 0 评论 -
范数
本文转载自两个地方,http://blog.csdn.net/xiaoshengforever/article/details/20729331 http://blog.csdn.net/kingzone_2008/article/details/15073987仅用作个人学习。弗罗贝尼乌斯范数对 p = 2,这称为弗罗贝尼乌斯范数(Frobenius norm)或希尔转载 2016-11-01 14:31:44 · 569 阅读 · 0 评论 -
几种矩阵分解算法: LU分解,Cholesky分解,QR分解,SVD分解,Jordan分解
目录1.LU分解2. LDLT分解法3. Cholesky分解的形式4. QR分解5.SVD分解5.1 SVD与广义逆矩阵6. Jordan 分解参考文章: ...转载 2019-06-11 21:25:12 · 14616 阅读 · 0 评论