8.4 作业
1. 将向量下标为偶数的分量 (x2, x4, …) 累加, 写出相应表达式.
答: ∑ i m o d 2 = 0 x i \sum_{i \mod 2 =0}x_i imod2=0∑xi
2. 各出一道累加、累乘、积分表达式的习题, 并给出标准答案.
答:2.1奇数(1,3,5,7,9)累加
∑
i
=
0
4
2
i
+
1
\sum_{i=0}^42i+1
i=0∑42i+1
2.2 3的倍数的累乘
∏
i
=
1
n
3
i
\prod_{i=1}^n3i
i=1∏n3i
2.3 求方程
f
(
x
)
=
x
2
+
x
+
1
f(x)=x^2+x+1
f(x)=x2+x+1与
y
=
1
y=1
y=1所围成的面积
∫
3
4
1
x
2
+
x
+
1
\int_\frac{3}{4}^1x^2+x+1
∫431x2+x+1
3. 你使用过三重累加吗? 描述一下其应用.
答:
4. 给一个常用的定积分, 将手算结果与程序结果对比.
答:
∫
0
6
4
x
3
+
x
2
+
2
d
x
=
x
4
∣
0
6
+
1
3
x
3
∣
0
6
+
2
x
∣
0
6
=
1296
+
1
3
×
216
+
2
×
6
=
1296
+
72
+
12
=
1380
\int_0^64x^3+x^2+2dx \\ =x^4\vert_0^6+\frac{1}{3}x^3\vert_0^6+2x\vert_0^6 \\ =1296+\frac{1}{3}\times216+2\times6 \\ =1296+72+12 \\ =1380
∫064x3+x2+2dx=x4∣06+31x3∣06+2x∣06=1296+31×216+2×6=1296+72+12=1380
Python代码:
from sympy import *
x = symbols('x')
f = 4*x**3+x**2+2
A = integrate(f, (x, 0, 6))
print(A)
9.3 作业
自己写一个小例子
(
n
=
3
,
m
=
1
)
(n=3, m = 1)
(n=3,m=1) 来验证最小二乘法.
X
=
[
1
2
1
]
Y
=
[
1
]
\mathbf{X}=\begin{bmatrix} 1 \\ 2 \\ 1 \\ \end{bmatrix}\space\space \mathbf{Y}=\begin{bmatrix} 1 \end{bmatrix}
X=⎣⎡121⎦⎤ Y=[1]
X
T
X
=
[
6
]
\mathbf{X}^\mathrm{T}\mathbf{X}=[6]
XTX=[6]
\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space
X
T
Y
=
[
1
2
1
]
\mathbf{X}^\mathrm{T}\mathbf{Y}=\begin{bmatrix} 1&2&1 \end{bmatrix}
XTY=[121]
w
=
(
X
T
X
)
−
1
X
T
Y
=
[
1
6
1
3
1
6
]
\space\space\space\space\space\space\space\space\space\space\space\space\space\space\space\mathbf{w}=(\mathbf{X}^\mathrm{T}\mathbf{X})^{-1}\mathbf{X}^\mathrm{T}\mathbf{Y}=\begin{bmatrix} \frac{1}{6} & \frac{1}{3}&\frac{1}{6} \end{bmatrix}
w=(XTX)−1XTY=[613161]
X
w
=
[
1
6
+
2
3
+
1
6
]
=
[
1
]
\mathbf{X} \mathbf{w} =[\frac{1}{6}+\frac{2}{3}+\frac{1}{6}]=[1]
Xw=[61+32+61]=[1]
得证
X
w
≈
Y
\mathbf{X} \mathbf{w} \approx \mathbf{Y}
Xw≈Y
10.6 作业
自己推导一遍, 并描述这个方法的特点 (不少于 5 条).
- 逻辑回归称为回归,但其实际上是分类模型,并常用于二分类。
- 逻辑回归使用了sigmod函数,使得函数变得简单,使优化目标变得简单。
- 求解过程中将 w \mathbf{w} w看作参数带入计算,使推导更加简单。
- 求似然函数时转化为对数似然函数,将难以求解的累乘转化为便于计算的累加。便于对 w \mathbf{w} w进行求导计算
- 令该偏导为 0, 无法获得解析式时使用梯度下降法,通过不断的迭代计算求得最佳的最小值。