![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学杂识
sumx2015
这个作者很懒,什么都没留下…
展开
-
正则化
1. The Problem of Overfitting1还是来看预测房价的这个例子,我们先对该数据做线性回归,也就是左边第一张图。如果这么做,我们可以获得拟合数据的这样一条直线,但是,实际上这并不是一个很好的模型。我们看看这些数据,很明显,随着房子面积增大,住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。我们把此类情况称为欠转载 2017-09-04 09:55:50 · 267 阅读 · 0 评论 -
【转】时间复杂度的计算
基本的计算步骤 时间复杂度的定义 一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数,用T(n)表示,若有某个辅助函数f(n),使得当n趋近于无穷大时,T(n)/f(n)的极限值为不等于零的常数,则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n))为算法的渐进时间复杂度(O是数量级的符号 ),简称时间复杂度。根据定义,可以归纳转载 2017-09-12 11:12:57 · 831 阅读 · 0 评论 -
卷积矩阵及其运算实例
矩阵的卷积运算主要用在图像处理中,假设输入信号为x[m,n],激活响应为h[m,n],则其卷积定义为:不过在图像处理中这里的激活响应(也称为核)h[m,n]通常是一个3乘3矩阵,其下标如下图所示其余下标的值取0,注意到原点(0,0)是是矩阵的中心。 在图像处理中,输入信号x[m,n]的非零值通常是横坐标从0到M-1,纵坐标从0到N-1,这里M和N分别是图像宽和转载 2017-10-10 10:40:16 · 7440 阅读 · 0 评论 -
对偶空间和对偶基
作者:Hua Xiao链接:https://www.zhihu.com/question/38464481/answer/132756971来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。“对偶空间”是“线性空间”,它里面的元素是“线性映射”。仅仅是这句话就足以让许多人一头雾水了。为了理解它,我们先说说“集合”:所有的“线性空间”都是“集合转载 2017-12-27 10:44:03 · 21669 阅读 · 5 评论 -
双正交、完备性、对偶向量
1.信号分解及完备性设是X由一组向量所张成,即:如果线性独立,我们则称它们为空间中的一组基”。那么信号x可以离散表示如下:若是一组两两互相正交的向量,展式称为x的正交展开。分解系数是在各个基向量上的投影。设向量和向量满足如下双正交关系:那么,我们对原始信号就行投影变换(內积):看看,我们把最关心的分解系数给弄出来了转载 2017-12-27 10:58:12 · 12864 阅读 · 0 评论