欧几里得范数_距离、范数与流形学习

最新推荐文章于 2023-03-01 15:58:52 发布
最新推荐文章于 2023-03-01 15:58:52 发布
阅读量783 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
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
12-11 763
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.,...
流形学习（转）
aasys848082的博客
06-27 480
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 2013
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 =
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 4467
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​
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。
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。
欧几里得范数
benghua5748的博客
05-05 2万+
原文链接点击打开链接1 范数向量的范数可以简单形象的理解为向量的长度，或者向量到零点的距离，或者相应的两个点之间的距离。2 距离欧式距离（对应L2范数）：最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中。n维空间中两个点x1(x11,x12,…,x1n)与 x2(x21,x22,…,x2n)间的欧氏距离：...
机器学习中的数学：（二）解析几何
weixin_45315656的博客
04-22 1243
这是原书的第二章，主要将原先的一些概念从几何的角度进行拓展。
向量范数：1-范数、2-范数、无穷范数；矩阵范数；欧几里得度量
热门推荐
漫步量化
05-05 2万+
欧几里得度量 又称为欧几里得距离，指的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。相关联的范数称为欧几里得范数。较早的文献称之为毕达哥拉斯度量。 在欧几里得空间中，点x=(x1,...,xn)x = (x_1,...,x_n)x=(x1​,...,xn​)和y=(y1,...,yn)y = (y_1,...,y_n)y=(y1​,...,yn​)之间的...
欧式距离 与 内积 与 范数
weixin_37589896的博客
11-17 8220
a和b的点积（内积）公式为： 几何意义为： 余弦距离可以根据点积获得： 欧式距离：描述n维空间内的，点a到点b的实际距离。不要与方差混淆哦，方差是减均值，而欧式是a1-b1
欧式空间与流形空间下矩阵的距离度量：MATLAB代码
shengsong
03-01 287
欧式空间与流形空间下矩阵的距离度量：MATLAB代码
L2范数-欧几里得范数
起一个大家都能记得的名字 博客
11-05 1万+
L1范数 L1范数是指向量中各个元素绝对值之和 L2范数 L2范数、欧几里得范数一些概念。 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 == Euclidean length == L2 norm == L2 distance ==I^2norm 对于一个...
那些戳中心巴的数学基础解答
jianuolala的博客
06-08 144
流形空间距离；残差；数据集偏移
矩阵的欧几里得范数怎么求
最新发布
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