线性代数-范数

范数

Lp范数

   p p p是一个变量,度量的是一组范数
∣ ∣ x ∣ ∣ p = ∑ i = 1 n x i p p , x = x 1 , x 2 , … , x n ||x||_p = \sqrt[p]{\sum_{i=1}^nx_i^p},\quad x={x_1,x_2,\ldots,x_n} xp=pi=1nxip ,x=x1,x2,,xn

L0范数

  度量非零个数。
∣ ∣ x ∣ ∣ 0 = ∑ i = 1 n x i 0 0 , x = x 1 , x 2 , … , x n ||x||_0 = \sqrt[0]{\sum_{i=1}^nx_i^0},\quad x={x_1,x_2,\ldots,x_n} x0=0i=1nxi0 ,x=x1,x2,,xn

L1范数

  度量非零个数之和
∣ ∣ x ∣ ∣ 1 = ∑ i = 1 n ∣ x i ∣ , x = x 1 , x 2 , … , x n ||x||_1 = \sum_{i=1}^n|x_i|,\quad x={x_1,x_2,\ldots,x_n} x1=i=1nxi,x=x1,x2,,xn

L2范数

  如果度量的是两个向量之间的差异则是欧氏距离
∣ ∣ x ∣ ∣ 2 = ∑ i = 1 n x i 2 , x = x 1 , x 2 , … , x n ||x||_2 = \sqrt{\sum_{i=1}^nx_i^2},\quad x={x_1,x_2,\ldots,x_n} x2=i=1nxi2 ,x=x1,x2,,xn

L∞范数

  度量元素的最大值
∣ ∣ x ∣ ∣ ∞ = m a x ( ∣ x i ∣ ) ||x||_\infty = max(|x_i|) x=max(xi)

评论
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