Thanks介绍
很多东西在高数中都有学过,比如什么是极大值,极小值,什么是鞍点之类的。
一、仿射集
首先了解空集和全空间是仿射集的极端例子。表示实数集,我们用表示所有n实数组成的线性空间。
定义:对于集合 ,如果通过集合C中任意两个不同点之间的直线仍在集合C中,则称集合C为仿射(affine)。
也就是说,C包括了在C中任意两点的线性组合,即:
这个概念可以推广到n个点,即 ,其中 。也称为仿射组合。
二、凸集
凸(convex)的定义:对于集合 ,如果通过集合C中任意两个不同点之间的线段仍在集合C中,则称集合C为凸。
凸组合:的点,其中和 ,则称点 的凸组合。
凸组合与仿射组合的区别:在凸组合中,参数 必须大于等于0。
凸集(convex set):该集合包含了所有点的凸组合。
凸包(convex hull):最小的凸集,表示为:
注意凸集可以是有界的,也可以是没有界的。
三、超平面
也是在SVM中了解到的超平面的概念。在SVM解决二分类问题中就是找到一个超平面,将两类数分开。
二维中,点的距离是;
三维中,点的距离是;
点到超平面的距离:
超平面的正负: