习题3-2:在线性空间中,证明一个点x到平面的距离为
证明:
对于任一点,设其在超平面上的投影点为x1,则,且向量与垂直于该平面,即与超平面的法向量平行。同时
就是我们要求的值。
易得与平行,即=(k为常数),因此点到平面的距离是,又因为
所以
带入
两边同时取模:
证毕
习题3-5:在Logistic回归中,是否可以用去逼近正确的标签y ,并用平方损最小化来优化参数w?
在Logistic回归中可以用sigmoid函数去逼近正确的标签y ,但用平方损失最小化来优化参数w不可行。
其中:
因此,更新公式为:
因为sigmoid函数值域为[0,1],所以的函数值很小,更新速率特别慢,因此不太合适。
习题3-6:在Softmax回归的风险函数(公式(3.39))中,如果加上正则化项会有什么影响?
当我们加入正则化后:
则
更新参数时:
加入正则化后,在更新参数时每次需要减去,使得参数不会过大,不会造成溢出之类的错误,同时也防止过拟合。