关于深度学习人工智能模型的探讨（七）（3）

7.3 阿列夫2维度的偏线性相关性

智慧有个要点，在于识别系统特征属性的结构和联系，从而判断事物间内在相关性。

而所谓相关的“关系”，大概国人都耳熟能详。拉关系、搞帮派、扩人脉、充势力，人际关系网在我们生存之地是如此重要。有人甚至说，在我泱泱华夏，一个人人际关系网有多大，他的成功就会有多大。

其实科学界对“关系”亦为重视，尤其是如何量化关系。

量化事物间的相互关联度，有很多种方法，其中最直接最显而易见的是“线性相关性”

如果一组数据点，能够排列到一条直线上，那么我们就说这些点关于x和y是线性相关的，如下图：

一维线性相关性很容易辨别，比如一个苹果5元、两个苹果10元…十个苹果需要50元，幼儿园的小朋友也明白。

数学表达为：Y＝aX

其中Y为价格、X为苹果个数、a为每个苹果的单价

二维偏线性相关性稍微复杂些，比如你买了一篮子水果，包含苹果和梨子，其中一个苹果5元、一个梨子6元。那么这一篮子水果的价格就具有二维偏线性相关性

Y＝a1X1＋a2X2

其中Y为价格、X1为苹果个数、a1为每个苹果的单价、X2为梨子个数、a2为每个梨子的单价

n维偏线性相关性类似，比如你买了一篮子水果，包含苹果、梨子、桃子、西瓜、荔枝…橘子等等，其中一个苹果5元、一个梨子6元、一个桃子3元…一个橘子9元等等。那么这一篮子水果的价格就