深度学习中表示数据集的常用方法之设计矩阵

表示数据集的常用方法

 

表示数据集的常用方法是设计矩阵（design matrix）。

 

设计矩阵的每一行包含一个不同的样本。每一列对应于不同的特征。

 

例如，Iris数据集包含150个样本，每个样本有4个特征。这意味着我们可以将数据集表为设计矩阵 。

 

 

当然，每个样本都可以表示成向量，并且这些向量的维度相同，才能将一个数据集表示成设计矩阵。在许多情况下，存在着不同类型的异构数据，由于其向量的维度不同，无法表示为设计矩阵的形式。此时，不会将数据集表示成m行的矩阵，而是表示为M个元素的结合：

这种方式意味着和可以有不同的大小。

转载于:https://www.cnblogs.com/xmd-home/p/9592916.html