在機器學習中，通常使用範數(no
rmn or
m)來衡量向量的大小.lp
norm
l pn
or
m的公式為： ||
x||p
=(∑i
|xi|
p)1/
p ||x
||p=
(∑i|
xi|p
)1/p
直觀地看，範數是向量x x
到原點的距離；（p=
1 p=
1時，稱為曼哈頓距離，p=
2 p=
2時，稱為歐幾里得距離。）。
嚴格來講，範數可以是一切滿足以下條件的函式f f
:跡運算(t
race
) (tr
ace)
得到的是矩陣所有對角元素的和，這一運算可以使得很多表示式具有更簡潔的表達方式： tr
(a)=
∑iai
,it r(
a)=∑
iai,
i描述fr
oben
iusn
orm fro
beni
usno
rm
: ||a||
f=tr
(aat
)−−−
−−−−
−√| |a
||f=
tr(a
at
)只有方陣才會有行列式，矩陣的行列式等於特徵值的乘積，行列式的絕對值可以用來衡量矩陣參與矩陣乘法後空間擴大或者縮小了多少。
行列式為零的矩陣是非奇異矩陣。
《程式設計實踐》chapter2
a b c c符號與b相同 若a,b，一正一負，c a b int a b 1 若a,b，同號，c a b a b 17 10 1.7 17 10 7 取模運算 17 10 1.7 17 10 317 10 1.7 17 20 有乙個除數時 17 10 3 運算方法等於 17 10,但結果的符號與1...
資料探勘 Chapter 2
本章 資料有什麼型別的屬性或字段組成？每個屬性具有何種型別的資料值 屬性 屬性是乙個資料字段，表示資料物件的乙個特徵。機器學習文獻更傾向於使用術語 特徵 而統計學家更源於使用術語 變數 資料探勘與資料庫的專業人士一般使用術語 屬性 屬性的種類 資料的基本統計描述 資料視覺化 層次視覺化 視覺化複雜物...
Chapter 2 工廠設計模式
和單例設計模式一樣，工廠設計模式也是屬於建立型模式。其主要作用是抽象了物件被建立時的具體細節，對外暴露乙個建立的方法，省去使用者new乙個物件的操作。乍一看，工廠設計模式只是抽象了乙個new物件的操作。其實，實際專案中new乙個物件的邏輯比較複雜，如果這個邏輯以後被修改了，那麼之前new出來的所有物...