范数
L1范数:为x向量各个元素绝对值之和;
L2范数:为x向量各个元素平方和的开方。类比距离
特征分解EVD
注意不是任何矩阵都能写成这样,A必须可对角化
奇异值分解SVD
假设A是一个(m,n)矩阵,那么U是一个(m,m)矩阵,D是一个(m,n)矩阵,V是一个(n,n)矩阵。
其中U和V都是正交矩阵UU^t=E,D是对角矩阵(注意,D不一定是方阵)。对角矩阵D对角线上的元素被称为矩阵A的奇异值。矩阵U的列向量被称为左奇异向量,矩阵V 的列向量被称右奇异向量。
运用范围:图像压缩。
距离
设有两个n维变量A=\left[ x_{11}, x_{12},…,x_{1n} \right] 和B=\left[ x_{21} ,x_{22} ,…,x_{2n} \right] ,则一些常用的距离公式定义如下:
1、曼哈