数学表达式: 从恐惧到单挑-作业day2

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 $\mathbf{A}$ 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 ${\mathbf{R}}_1$和 ${\mathbf{R}}_2$, 并计算 ${\mathbf{R}}_2\circ {\mathbf{R}}_1$, ${\mathbf{R}}_1^{+}$, ${\mathbf{R}}_1^{\ast }$.

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        ${\mathbf{R}}_1^{+}={\bigcup }_{i=1}^{|\mathbf{A}|}{\mathbf{R}}_1^i={\bigcup }_{i=1}^5{\mathbf{R}}_1^i$
        \space\space\space\space\space\space\space                 \space\space\space\space\space\space\space        $={\mathbf{R}}_1\cup {\mathbf{R}}_1\circ {\mathbf{R}}_1\cup {\mathbf{R}}_1\circ {\mathbf{R}}_1\circ {\mathbf{R}}_1\cup {\mathbf{R}}_1\circ {\mathbf{R}}_1\circ {\mathbf{R}}_1\circ {\mathbf{R}}_1\cup {\mathbf{R}}_1\circ {\mathbf{R}}_1\circ {\mathbf{R}}_1\circ {\mathbf{R}}_1\circ {\mathbf{R}}_1$
               \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        ${\mathbf{R}}_1^{\ast }={\mathbf{R}}^{+}\cup {\mathbf{R}}^0$ , 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 $\mathbf{A}$ 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 $\mathbf{X}$，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$f(x)$表示，还可以用映射表示，例如：$f:{\mathbb{R}}^m\to \mathbb{R}$.
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：$$\mathbf{A}=\left[\begin{array}{ccc}0& 2& 1\\ 1& 3& 2\\ 2& 0& 2\end{array}\right]$$
∥ 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

$\Vert \mathbf{A}{\Vert }_1={\sum }_{i,j}|x_{ij}|=0+2+1+1+3+2+2+0+2=13$

$\Vert \mathbf{A}{\Vert }_2=\sqrt{{\sum }_{i,j}{x}_{ij}^2}=\sqrt{0+4+1+1+9+4+4+0+4}=\sqrt{27}=3\sqrt{3}$

$||\mathbf{A}|{|}_{\infty }={\max }_{i,j}|x_{ij}|=3$

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$$\min \sum _{(i,j)\in \Omega }(f(x_i,t_j)-r_{ij}{)}^2$$各符号及含义.

答：$x_i$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        $t_j$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.

1. 如果仅知道用户是否浏览过商品, $r_{ij}$的取值范围为 { 0 , 1 } \{0, 1\} {0,1}. $r_{ij}=0$表示浏览过, $r_{ij}=1$表示未浏览过.
2. 如果用户要给购买的商品过分, $r_{ij}$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}. $r_{ij}=0$表示没购买, 1 分表示最不喜欢, 5 分表示最喜欢.
   $f(x_i,t_j)$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。