n维点到直线的距离

问题

在优化问题中,有一种常见的问题:已知样本集合,求拟合直线。拟合直线的一个选取原则是使样本点到拟合直线的距离最短。这里就是研究在 n n n维样本点 [ x 1 , x 2 , . . . , x n ] [x_1,x_2,...,x_n] [x1,x2,...,xn] n n n维直线的距离。我采用向量研究这个问题,向量在多维情形下易于理解。

解答

二维向量

先考虑二维向量的情形,即二维平面的的点 A ( x 0 , y 0 ) A(x_0,y_0) A(x0,y0)到直线 l : 0 = w 1 x + w 2 y + b l:0=w_1x+w_2y+b l:0=w1x+w2y+b的距离.原点 O ( 0 , 0 ) O(0,0) O(0,0),所以向量 O A = ( x 0 , y 0 ) OA=(x_0,y_0) OA=(x0,y0),如果把OA沿直线

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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