2021/7/27-第二天作业

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：关系 R = { ( 1 , 1 ) , ( 2 , 2 ) , ( 5 , 5 ) , ( 8 , 8 ) , ( 9 , 9 ) , ( 1 , 5 ) , ( 5 , 1 ) , ( 1 , 9 ) , ( 9 , 1 ) , ( 5 , 9 ) , ( 9 , 5 ) , ( 2 , 8 ) , ( 8 , 2 ) } \mathbf{R} = \{(1, 1), (2, 2), (5, 5), (8, 8), (9, 9), (1, 5), (5, 1), (1, 9), (9, 1), (5, 9), (9, 5), (2, 8), (8, 2)\} R={(1,1),(2,2),(5,5),(8,8),(9,9),(1,5),(5,1),(1,9),(9,1),(5,9),(9,5),(2,8),(8,2)}。按照同余划分,集簇 P = { { 2 , 8 } , { 1 , 5 , 9 } } \mathcal{P} = \{\{2, 8\}, \{1, 5, 9\}\} P={{2,8},{1,5,9}}。

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:令关系 R 1 = { ( 1 , 2 ) , ( 2 , 1 ) , ( 2 , 5 ) , ( 5 , 8 ) } \mathbf{R_1} = \{(1, 2), (2, 1), (2, 5), (5, 8)\} R1​={(1,2),(2,1),(2,5),(5,8)}， R 2 = { ( 2 , 5 ) , ( 8 , 9 ) } \mathbf{R_2} = \{(2, 5), (8, 9)\} R2​={(2,5),(8,9)}，则，
R 2 ∘ R 1 = { ( 1 , 5 ) , ( 5 , 9 ) } \mathbf{R}_2 \circ \mathbf{R}_1 = \{(1, 5), (5, 9)\} R2​∘R1​={(1,5),(5,9)}，
${\mathbf{R}}_1$ 的正闭包 R 1 + = { ( 1 , 1 ) , ( 1 , 2 ) , ( 1 , 5 ) , ( 1 , 8 ) , ( 2 , 1 ) , ( 2 , 2 ) , ( 2 , 5 ) , ( 2 , 8 ) , ( 5 , 8 ) } \mathbf{R}_1^+ = \{(1, 1), (1, 2), (1, 5), (1, 8), (2, 1), (2, 2), (2, 5), (2, 8), (5, 8)\} R1+​={(1,1),(1,2),(1,5),(1,8),(2,1),(2,2),(2,5),(2,8),(5,8)}，
${\mathbf{R}}_1$ 的克林闭包 R 1 ∗ = { ( 1 , 1 ) , ( 1 , 2 ) , ( 1 , 5 ) , ( 1 , 8 ) , ( 2 , 1 ) , ( 2 , 2 ) , ( 2 , 5 ) , ( 2 , 8 ) , ( 5 , 8 ) , ( 5 , 5 ) , ( 8 , 8 ) } \mathbf{R}_1^* = \{(1, 1), (1, 2), (1, 5), (1, 8), (2, 1), (2, 2), (2, 5), (2, 8), (5, 8), (5, 5), (8, 8)\} R1∗​={(1,1),(1,2),(1,5),(1,8),(2,1),(2,2),(2,5),(2,8),(5,8),(5,5),(8,8)}。

3. 查阅粗糙集上下近似的定义并大致描述.

答：给定一个集合 $\mathbf{A}$ ，其无法用知识库中的知识来定义，那么可以通过上下近似来描述它，其下近似集是在 $\mathbf{A}$ 内的最大可定义集，其上近似集是包含 $\mathbf{A}$ 的最小可定义集。

4. 举例说明你对函数的认识.

答：函数是一种定义域到值域一一对应的关系，通过函数可以去模拟现实世界复杂的变化，比如机器学习当中，模型就可以看作函数，将输入值与输出值一一对应起来，去模拟具体的复杂变化。

5. 自己给定一个矩阵并计算其各种范数.

答：令矩阵 $\mathbf{X}=\left[\begin{array}{cc}1& 0\\ 2& -1\end{array}\right]$ ，$l_0$ 范数 $\Vert \mathbf{X}{\Vert }_0=3$，$l_1$ 范数 $\Vert \mathbf{X}{\Vert }_1=4$，$l_2$ 范数 $\Vert \mathbf{X}{\Vert }_2=\sqrt{6}$，$l_{\infty }$ 范数 $\Vert \mathbf{X}{\Vert }_{\infty }=2$。

6. 解释 推荐系统: 问题、算法与研究思路 2.1 中的优化目标

$$\min \sum _{(i,j)\in \Omega }(f({\mathbf{x}}_i,{\mathbf{t}}_j)-r_{ij}{)}^2$$ 各符号及含义.
答：上式是求一个最小的均方误差，式中 $\Omega$ 是用户与商品的笛卡尔积，${\mathbf{x}}_{\mathbf{i}}$ 表示用户信息表中第 $i$ 个用户的信息，${\mathbf{t}}_{\mathbf{j}}$ 表示商品信息表第 $j$ 个商品的信息，$f({\mathbf{x}}_i,{\mathbf{t}}_j)$ 是第 $i$ 个用户对第 $j$ 个商品的预测评分，$r_{ij}$ 表示第 $i$ 个用户对第 $j$ 个商品的实际评分。