Markdown之机器学习中的特殊符号

常用数学符号

• 参考博客：https://blog.csdn.net/katherine_hsr/article/details/79179622

数学符号	markdown中的表述	描述
$$\sum$$	$$\sum$$	求和
$$\sum _{i=0}^n$$	$$\sum_{i=0}^n$$	求连续和
$$\prod$$	$$\prod$$	求积
$$\prod _{i=1}^n$$	$$\prod_{i=1}^n$$	求连续积
$$\nabla$$	$$\nabla$$	梯度
$$\hat{y}$$	$$\hat{y}$$	预测值
$$X_i^{(a)}$$	$$X^{(a)}_i$$	样本a 的第 i 个特征
$$x_{scale}=\frac{x-x_{min}}{x_{max}-x_{min}}$$	$$x_{scale}=\frac{x - x_{min}}{x_{max} - x_{min}}$$	最值归一化
$$\sqrt{\sum _{i=0}^n(X_i^{(a)}-X_i^{(b)}{)}^2}$$	$$\sqrt{\sum_{i=0}^n(X^{(a)}_i - X^{(b)}_i)^2}$$	欧氏距离
$$\alpha$$	$$\alpha$$	搜狗输入法：alpha-α
$$\beta$$	$$\beta$$	搜狗输入法：beta-β
$$\gamma$$	$$\gamma$$	搜狗输入法：gamma-γ
$$\delta$$	$$\delta$$	搜狗输入法：delta-δ
$$\epsilon$$	$$\varepsilon$$
$$\eta$$	$$\eta$$	搜狗输入法：eta-η
$$\theta$$	$$\theta$$	搜狗输入法：theta-θ
$$\mu$$	$$\mu$$	搜狗输入法：miu-μ
$$\overline{X}$$	$$\overline{a}$$	均值

矩阵的表示

• 参考博客：https://blog.csdn.net/qq_38228254/article/details/79469727

$$X_b=\left(\begin{array}{cccc}1& X_1^{(1)}& \cdots & X_n^{(1)}\\ 1& X_1^{(2)}& \cdots & X_1^{(2)}\\ ⋮& ⋮& \ddots & ⋮\\ 1& X_1^{(m)}& \cdots & X_1^{(m)}\end{array}\right)$$

$$
	X_b=
	\left (
		\begin{matrix}
		 1      		& 			X_1^{(1)}      	& 		\cdots 	& 		X_n^{(1)}      		\\
		 1      		& 			X_1^{(2)}      	&		\cdots 	& 		X_1^{(2)}      		\\
		 \vdots			& 			\vdots 			& 		\ddots 	& 		\vdots 				\\
		 1      		& 			X_1^{(m)}     	&		\cdots 	& 		X_1^{(m)}      		\\
		\end{matrix}
	\right)
$$