4.6 作业
1. 令 A = { 1 , 2 , 5 , 8 , 9 } \mathbf{A} = \{1, 2, 5, 8, 9\} A={1,2,5,8,9}, 写出 A \mathbf{A} A 上的 “模 2 同余” 关系及相应的划分.
答:
R
=
{
(
a
,
b
)
∈
A
×
A
∣
a
m
o
d
2
=
b
m
o
d
2
}
.
\mathbf{R} = \{(a, b) \in \mathbf{A} \times \mathbf{A} \vert a \mod 2 = b \mod 2\}.
R={(a,b)∈A×A∣amod2=bmod2}.
\space\space\space\space\space\space\space
R
=
{
(
1
,
5
)
,
(
1
,
9
)
,
(
2
,
8
)
,
(
5
,
9
)
}
.
\mathbf{R} = \{(1,5),(1,9),(2,8),(5,9)\}.
R={(1,5),(1,9),(2,8),(5,9)}.
\space\space\space\space\space\space\space
P
=
{
{
1
,
5
,
9
}
,
{
2
,
8
}
}
.
\mathcal{P} = \{\{1,5,9\},\{2,8\}\}.
P={{1,5,9},{2,8}}.
2. A = { 1 , 2 , 5 , 8 , 9 } \mathbf{A} = \{1, 2, 5, 8, 9\} A={1,2,5,8,9},自己给定两个关系 R 1 \mathbf{R}_1 R1和 R 2 \mathbf{R}_2 R2, 并计算 R 2 ∘ R 1 \mathbf{R}_2 \circ \mathbf{R}_1 R2∘R1, R 1 + \mathbf{R}_1^+ R1+, R 1 ∗ \mathbf{R}_1^* R1∗.
答:
R
1
=
{
(
1
,
2
)
,
(
5
,
8
)
}
\mathbf{R}_1=\{(1, 2), (5, 8)\}
R1={(1,2),(5,8)},
R
2
=
{
(
2
,
9
)
,
(
5
,
9
)
,
(
1
,
8
)
}
\mathbf{R}_2=\{(2, 9), (5, 9),(1,8)\}
R2={(2,9),(5,9),(1,8)}
\space\space\space\space\space\space\space
R
2
∘
R
1
=
{
(
1
,
9
)
}
\mathbf{R}_2 \circ \mathbf{R}_1=\{(1,9)\}
R2∘R1={(1,9)}
\space\space\space\space\space\space\space
R
1
+
=
⋃
i
=
1
∣
A
∣
R
1
i
=
⋃
i
=
1
5
R
1
i
\mathbf{R}_1^+=\bigcup_{i = 1}^{|\mathbf{A}|} \mathbf{R}_1^i=\bigcup_{i = 1}^5\mathbf{R}_1^i
R1+=⋃i=1∣A∣R1i=⋃i=15R1i
\space\space\space\space\space\space\space
\space\space\space\space\space\space\space
=
R
1
∪
R
1
∘
R
1
∪
R
1
∘
R
1
∘
R
1
∪
R
1
∘
R
1
∘
R
1
∘
R
1
∪
R
1
∘
R
1
∘
R
1
∘
R
1
∘
R
1
=\mathbf{R}_1\cup\mathbf{R}_1 \circ\mathbf{R}_1\cup\mathbf{R}_1 \circ\mathbf{R}_1 \circ\mathbf{R}_1\cup\mathbf{R}_1 \circ\mathbf{R}_1 \circ\mathbf{R}_1 \circ\mathbf{R}_1\cup\mathbf{R}_1 \circ\mathbf{R}_1 \circ\mathbf{R}_1 \circ\mathbf{R}_1 \circ\mathbf{R}_1
=R1∪R1∘R1∪R1∘R1∘R1∪R1∘R1∘R1∘R1∪R1∘R1∘R1∘R1∘R1
\space\space\space\space\space\space\space\space\space\space\space\space\space\space
=
{
(
1
,
2
)
,
(
5
,
8
)
}
∪
∅
∪
∅
∪
∅
∪
∅
=\{(1, 2), (5, 8)\}\cup\emptyset\cup\emptyset\cup\emptyset\cup\emptyset
={(1,2),(5,8)}∪∅∪∅∪∅∪∅
\space\space\space\space\space\space\space\space\space\space\space\space\space\space
=
{
(
1
,
2
)
,
(
5
,
8
)
}
=\{(1, 2), (5, 8)\}
={(1,2),(5,8)}
\space\space\space\space\space\space\space
R
1
∗
=
R
+
∪
R
0
\mathbf{R}_1^*= \mathbf{R}^+ \cup \mathbf{R}^0
R1∗=R+∪R0 , 其中
R
0
=
{
(
x
,
x
)
∣
x
∈
A
}
\mathbf{R}^0=\{(x,x)|x\in \mathbf{A}\}
R0={(x,x)∣x∈A}
\space\space\space\space\space\space\space
R
0
=
{
(
x
,
x
)
∣
x
∈
A
}
=
{
(
1
,
1
)
,
(
2
,
2
)
,
(
5
,
5
)
,
(
8
,
8
)
,
(
9
,
9
)
}
\mathbf{R}^0 = \{(x, x) \vert x \in \mathbf{A}\}=\{(1,1),(2,2),(5,5),(8,8),(9,9)\}
R0={(x,x)∣x∈A}={(1,1),(2,2),(5,5),(8,8),(9,9)}
\space\space\space\space\space\space\space
R
1
∗
=
{
(
1
,
2
)
,
(
5
,
8
)
,
(
1
,
1
)
,
(
2
,
2
)
,
(
5
,
5
)
,
(
8
,
8
)
,
(
9
,
9
)
}
\mathbf{R}_1^*=\{(1, 2), (5, 8),(1,1),(2,2),(5,5),(8,8),(9,9)\}
R1∗={(1,2),(5,8),(1,1),(2,2),(5,5),(8,8),(9,9)}
3. 查阅粗糙集上下近似的定义并大致描述.
答:假设给定了一个 A \mathbf{A} A 上的子集合 X = { x 2 , x 5 , x 7 } \mathbf{X}=\{x_2,x_5,x_7\} X={x2,x5,x7},那么用我们的知识库中的知识应该怎样描述它呢?红色的三角?绿色的大圆?都不是,无论是单属性知识还是由几个知识进行交、并运算合成的知识,都不能得到这个新的集合 X \mathbf{X} X,于是我们只好用我们已有的知识去近似它。也就是在所有的现有知识里面找出跟他最像的两个一个作为下近似,一个作为上近似。
5.5 作业
举例说明你对函数的认识.
答:函数有定义域与值域, 且对于定义域的每个值, 在值域中有且仅有一个值与其对应.
以前对于函数仅仅是在实数和整数。而在向量、矩阵和集合中也有函数。并且函数不仅是用
f
(
x
)
f(x)
f(x)表示,还可以用映射表示,例如:
f
:
R
m
→
R
f:\mathbb{R}^m \to \mathbb{R}
f:Rm→R.
在机器学习中可以运用函数,不同的标签属性就相当于函数的自变量,利用函数来训练我们的训练集,从而对未知数据进行预测,输出尽可能准确的结果,输出结果可以看做函数的因变量。
6.5 作业
自己给定一个矩阵并计算其各种范数.
答:
A
=
[
0
2
1
1
3
2
2
0
2
]
\mathbf{A}=\begin{bmatrix} 0 & 2 & 1 \\ 1 & 3 & 2 \\ 2 & 0 & 2 \\ \end{bmatrix}
A=⎣⎡012230122⎦⎤
∥
A
∥
0
=
∣
{
(
i
,
j
)
∣
x
i
j
≠
0
}
∣
=
7
\|\mathbf{A}\|_0=|\{(i,j)|x_{ij}\neq0\}|=7
∥A∥0=∣{(i,j)∣xij=0}∣=7
∥ A ∥ 1 = ∑ i , j ∣ x i j ∣ = 0 + 2 + 1 + 1 + 3 + 2 + 2 + 0 + 2 = 13 \|\mathbf{A}\|_1=\sum_{i,j}|x_{ij}|=0+2+1+1+3+2+2+0+2=13 ∥A∥1=∑i,j∣xij∣=0+2+1+1+3+2+2+0+2=13
∥ A ∥ 2 = ∑ i , j x i j 2 = 0 + 4 + 1 + 1 + 9 + 4 + 4 + 0 + 4 = 27 = 3 3 \|\mathbf{A}\|_2=\sqrt{\sum_{i,j}x_{ij}^2}=\sqrt{0+4+1+1+9+4+4+0+4}=\sqrt{27}=3\sqrt{3} ∥A∥2=∑i,jxij2=0+4+1+1+9+4+4+0+4=27=33
∣ ∣ A ∣ ∣ ∞ = max i , j ∣ x i j ∣ = 3 ||\mathbf{A}||_{\infty} = \max_{i, j} \vert x_{ij} \vert=3 ∣∣A∣∣∞=maxi,j∣xij∣=3
7.3 作业
解释推荐系统: 问题、算法与研究思路 2.1 中的优化目标 min ∑ ( i , j ) ∈ Ω ( f ( x i , t j ) − r i j ) 2 \min\sum_{(i,j) \in \Omega}(f(x_i,t_j)-r_{ij})^2 min(i,j)∈Ω∑(f(xi,tj)−rij)2各符号及含义.
答:
x
i
x_i
xi为用户信息,如: 性别、国籍、信仰、年龄、职业等等
\space\space\space\space\space\space\space
t
j
t_j
tj为商品信息,以电影为例, 包括: 出品时间、导演、主演、类型 (爱情片、动画片、喜剧片、悬疑片等,可多选)、片长等等.
- 如果仅知道用户是否浏览过商品, r i j r_{ij} rij的取值范围为 { 0 , 1 } \{0, 1\} {0,1}. r i j = 0 r_{ij} = 0 rij=0表示浏览过, r i j = 1 r_{ij}=1 rij=1表示未浏览过.
- 如果用户要给购买的商品过分,
r
i
j
r_{ij}
rij的取值范围一般为
{
0
,
1
,
2
,
3
,
4
,
5
}
\{0, 1, 2, 3, 4, 5\}
{0,1,2,3,4,5}.
r
i
j
=
0
r_{ij} = 0
rij=0表示没购买, 1 分表示最不喜欢, 5 分表示最喜欢.
f ( x i , t j ) f(x_i,t_j) f(xi,tj)表示通过函数得到一个预测值
整个式子的含义是找到预测值与实际值之间的最小差,也就是优化得到最小预测误差,从而得到最佳的推荐。