欧几里得范数_距离、范数与流形学习

最新推荐文章于 2024-01-18 13:46:00 发布
最新推荐文章于 2024-01-18 13:46:00 发布
阅读量782 收藏 2
点赞数 2
文章标签： 欧几里得范数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39706127/article/details/111360891
版权

距离、范数与流形学习

距离范数流形学习总结

距离

让我们思考一个基础的问题，我们怎么计算距离？

小学时我们经常做的A市到B市的距离为100KM，初中会有用勾股定理计算距离，到高中接触欧式距离。

如果我们对机器学习有点了解，也会对以下名词并不陌生。

欧氏距离
标准化欧氏距离
马氏距离(Mahalanobis距离)
夹角余弦距离
汉明距离
曼哈顿(Manhattan)距离

这些距离都是非常常用的，并且各自有各自的适用范围。

各种距离的具体定义在这里不赘述了，可以看看下面这个博客文章。
https://blog.csdn.net/Kevin_cc98/article/details/73742037

很多距离其实有非常好的几何理解，也是很有意思的，有一种奇妙的联系。比如就以我们最常见的欧式距离为例，欧式距离其实和勾股定理有点关系，很多机器学习算法也经常用欧式距离。

最初的勾股定理指出，在一个直角三角形中三条边a,b,c满足：

128899dc582fd0d1d7a6df3cfb1394df.png

e975fc470021cd06d4bb150a3579d6df.png

当然这是在一个欧式空间里讨论的。

开个脑洞，如果我们在这个直角三角形斜边上叠加一个直角三角形。

acc404644ce74d4e50155ce9e70bb6b3.png

想象这是一张折纸，把它折起来&#x

最低0.47元/天 解锁文章
weixin_39706127
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于流形距离的K-means聚类算法（matlab实现）
12-30
将流形距离引入K-means聚类算法中，对于具有流形结构的数据集有很好的聚类效果，流形距离计算参数的设定充分考虑了全局和局部一致性。
欧几里得范数（L2范数）
热门推荐
小小鸟要高飞
11-08 5万+
L1范数和L2范数我们应该经常接触，但是欧几里得范数可能有些人听着会有些陌生，乍一看以为是多么难的东西，其实欧几里得范数就是L2范数，只是叫法不同而已。 L1范数 L1范数是指向量中各个元素绝对值之和。 L2范数（欧几里得范数） 首先，明确一点，常用到的几个概念，含义相同。 欧几里得范数（Euclidean norm） ==欧式长度 =L2 范数 ==L2距离 Euclidean norm == ...
关于欧几里得范数
最新发布
欢迎来到超级予的博客 Welcome to SuperAyu's Blog
01-18 1299
在二维空间中，欧几里得范数就是常见的两点之间的直线距离公式。在三维或更高维空间中，它是向量各分量平方和的平方根。
流形学习（转）
aasys848082的博客
06-27 478
流形（manifold）的概念最早是在1854年由 Riemann 提出的(德文Mannigfaltigkeit)，现代使用的流形定义则是由 Hermann Weyl 在1913年给出的。江泽涵先生对这个名词的翻译出自文天祥《正气歌》“天地有正气，杂然赋流形”，日本人则将之译为“多样体”，二者孰雅孰鄙，高下立判。 流形（Manifold），一般可以认为是局部具有欧氏空间性质的空间。而实...
欧几里得范数_范数
weixin_39665379的博客
11-21 2194
（建议阅读原文）预备知识　矢量空间 　　 一些矢量空间中， 我们可以给每个矢量都定义一个范数， 例如常见的 维 “几何矢量” 空间的模长就是一种范数． 同一个矢量空间可以存在多种不同的范数． 如果一个矢量空间中定义了范数， 我们就把它称为赋范空间（normed space）1． 范数通常用双竖线表示， 如 ． 范数必须满足以下条件 （正定） 当且仅当 （三角不等式） 　　 下面是一...
L2_distance.zip_L2_distance_LE流形学习_流形学习 LE_流形学习 算法_流形学习LE
07-14
在这个场景下，"L2_distance.zip" 文件集中关注的是利用L2距离（也称为欧几里得距离）进行流形学习的一种算法——LE（Locally Linear Embedding，局部线性嵌入）。LE算法是流形学习中一个经典而实用的工具，尤其适用...
Norm-of-matrix.rar_矩阵2范数_范数_范数 矩阵_行范数_行范数 matlab
07-15
矩阵的2范数，也称为Frobenius范数，是所有矩阵元素平方和的平方根，类似于向量的欧几里得范数。对于一个m×n的矩阵A，其2范数表示为： \[ \|A\|_2 = \sqrt{\sum_{i=1}^{m}\sum_{j=1}^{n}|a_{ij}|^2} \] 2范数有很...
qietou_v55.zip_流形学习_迭代学习_迭代小波
07-15
在IT领域，流形学习、迭代学习和迭代小波是重要的数据分析和信号处理技术，尤其在处理复杂数据和高维信息时展现出强大的能力。这里，我们深入探讨这些概念及其应用。 首先，流形学习（Manifold Learning）是一种无...
BPCA_L1_Reconstruction.rar_1范数_BPCA_L1范数_l1
07-15
相比于2范数（欧几里得范数），1范数更倾向于产生稀疏解，即大部分元素为零，只有少数元素非零。这种特性在信号处理和图像压缩中具有重要意义，因为它可以显著降低数据的存储和处理需求。 **二、BPCA（Basis ...
l1_ls.rar_L1正则化问题_l1 范数_二范数_最小化 范数_正则化范数
07-14
相比于L2范数（二范数，表示为||x||2，即向量的欧几里得长度），L1范数更有可能产生稀疏解，因为L2范数会使得所有元素尽可能接近，而L1范数则允许部分元素较大，其余元素为零。 接下来，我们讨论L1正则化问题。在最...
基于流形距离的聚类算法研究及其应用
07-10
在本文中，我们提出了一种流形聚类算法，称为基于流形距离的全局原型聚 类算法(Global Prototypical Clustering Algorithm based—on Mallifold Distance，GPMC)。 在新算法中，聚类中心选自数据集本身，在选择每个聚类的聚类中心时，依据一 种新的基于流形距离的相似性度量，该度量计算的是数据点间沿着流形的测地线 距离。在确定初始聚类中心时，GPMC从优化的角度出发，使用全局的方法进行选 择。对于部分人工数据集和UCI数据集的实验表明，从聚类性能和鲁棒性的角度来 看，新算法在处理复杂、非凸的数据聚类问题时有效可行。
基于流形距离的聚类算法
非●梵高
07-10 6105
在家蹲了一个月照顾小孩，完全被洗脑了，
欧氏距离,l2范数,l2-loss,l2正则化
Accelerating的博客
08-25 1万+
欧式距离,l2范数,l2-loss,l2正则化1.欧氏距离L2范数范数计算公式L1范数L2范数在机器学习方面的区别为什么L2范数可以防止过拟合?3. L2-Loss4. L2正则化正则化L2正则化参考文献 1.欧氏距离 距离度量（Distance）用于衡量个体在空间上存在的距离，距离越远说明个体间的差异越大。欧氏距离是最常见的距离度量，衡量的是多维空间中各个点之间的绝对距离。欧氏距离又称欧几里得距离或欧几里得度量，它是欧几里得空间中两点间“普通”（即直线）距离。使用这个距离，欧氏空间成为度量空间。相关联的范
python 计算流形上两点之间的测地距离
wzg2016的博客
03-23 2007
在分析数据时，有时要计算流形上两点之间的测地距离。本着有现成轮子绝对不自己写的观点，发现可以通过以下方式计算流形上任意两点之间的测地距离。 ISOMAP是一种保持测地距离不变的高维空间中低维流形的降维方法。在sklearn包中实现了其功能，并用dist_matrix_属性返回训练数据两两之间的测地距离。 所以可以利用Isomap函数来计算任意两点之间的测地距离。具体示例如下： import numpy as np from sklearn.manifold import Isomap data =
2020-11-05 MATLAB学习小结（六）
Aita_ZteP的博客
11-05 972
MATLAB矩阵处理 三矩阵求值矩阵的行列式值矩阵的秩矩阵的迹向量和矩阵的范数矩阵的条件数 矩阵求值 矩阵的行列式值 把一个方阵看作一个行列式，并对其按行列式的规则求值，这个值就称为所对应的行列式的值。 det(A)：求方阵A所对应的行列式的值。 例1 验证det(A-1)=1/det(A)。 矩阵的秩 矩阵线性无关的行数或列数称为矩阵的秩。 rank(A)：求矩阵A的秩。 例2 求3~20阶魔方阵的秩。 奇数阶魔方阵秩为n，即奇数阶魔方阵是满秩矩阵。 一重偶数阶魔方阵秩为n/2+2
欧几里得范数_范数 - Norms
weixin_39805883的博客
12-11 1833
范数是向量的一个概念，把向量看做是赋范向量空间的一个从原点出发的点，而范数则是这个空间中的几何“距离”，作为向量的一种度量而存在。1.向量组的的范数 作为一个常见的向量组，有5维组成。我们求这样的向量组的范数，就是求某种距离，这种距离被称为：Minkowski Distance (闽可斯基距离).而对于距离的度量，和我们对距离的阶数(order)定义有关。ord=1, 该距离又被称为manhatt...
示例代码-对称正定流形（Symmetric Positive Definite Manifold ，简称SPD流形）上距离计算常用的四种度量
Kai-Xuan
05-14 4454
示例代码：https://github.com/Kai-Xuan/MyNote/tree/master/ML/SPD-Metrics 对于任意两个SPD 矩阵 X,Y 放射不变黎曼度量 (Affine Invariant Riemannian Metric): dA2(X,Y)=∣∣log⁡(X−1/2Ylog⁡(X−1/2)∣∣F2d_A^2(X,Y)=|| \log(X^{-1/2}Y \log(X^{-1/2}) ||_F^2dA2​(X,Y)=∣∣log(X−1/2Ylog(X−1/2)∣∣F2​
欧几里得范数_机器学习中的范数究竟是个什么鬼？
weixin_39702714的博客
12-11 761
今天说一个深度学习和机器学习里面经常出现，但是未必人人都能 get 到直观感受的概念：范数，英文名叫 norm。1、直观感受本质上来讲，范数是用来衡量一个向量(vector)的规模的，我个人觉得中文中的「体量」这个词翻译它更形象。什么叫规模，举个例子，x 和 y 两个向量分别如下：x:tensor([[1., 1., 1.],[1., 1.,...
0范数，1范数，欧几里得范数等范数总结
syz201558503103的博客
07-19 2825
以下分别列举常用的向量范数和矩阵范数的定义。 向量范数 1-范数： 即向量元素绝对值之和，matlab调用函数norm(x, 1) 。 2-范数： Euclid范数（欧几里得范数，常用计算向量长度），即向量元素绝对值的平方和再开方，matlab调用函数norm(x, 2)。 范数： 即所有向量元素绝对值中的最大值，matlab调用函数norm(x, inf)。 范数 ，即所有向量元素绝对值中的最小值，matlab调用函数norm(x, -inf)。 p-范数 ，
矩阵的欧几里得范数怎么求
06-06
矩阵的欧几里得范数，也称 Frobenius 范数，是指矩阵中所有元素的平方和的平方根。对于一个 $m$ 行 $n$ 列的矩阵 $A$，其欧几里得范数 $||A||_F$ 的计算公式为： $$ ||A||_F = \sqrt{\sum_{i=1}^m \sum_{j=1}^n |a_...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值