【数学基础】范数:L0、L1、L2
2017-02-20 14:45
429 查看
参考:
http://blog.csdn.net/zouxy09/article/details/24971995 href="http://blog.csdn.net/zouxy09/article/details/24971995" target=_blank>机器学习中的范数规则化之(一)L0、L1与L2范数
http://blog.csdn.net/ice110956/article/details/18304485范数
【一、向量范数】
p值能分别取0,1,2,∞,这四种范数形式。并附例子说明
例子为:X = [1 2 3 0 -1 0 4 1 5]
零范数
指的是:X中非零元素的个数。
例子中:
||X||0 = 7
一范数
指的是:X中所有元素绝对值的和
例子中:
||X||1 = |1|+|2|+|3|+|-1|+|4|+|1|+|5| = 17
二范数(也称欧式范数)
指的是:X中所有元素的平方和再开方
例子是:
||X||2 = sqrt(|1|^2+|2|^2+|3|^2+|-1|^2+|4|^2+|1|^2+|5|^2)
= 7.55
最大范数
指的是:∞为正无穷大,X中所有元素绝对值的最大值
例子是:
||X||∞ = max(|1|,|2|,|3|,|-1|,|4|,|1|,|5| )= 5
【二、矩阵范数】
借助了向量范数的概念
例子为:
零范数
一范数
二范数
矩阵的二范数也称为弗洛贝尼乌斯(Frobeniusnorm)或希尔伯特·施密特范数(F范数)
无穷范数
【三、机器学习中的范数】
理解后再补充。。。
http://blog.csdn.net/zouxy09/article/details/24971995 href="http://blog.csdn.net/zouxy09/article/details/24971995" target=_blank>机器学习中的范数规则化之(一)L0、L1与L2范数
http://blog.csdn.net/ice110956/article/details/18304485范数
【一、向量范数】
p值能分别取0,1,2,∞,这四种范数形式。并附例子说明
例子为:X = [1 2 3 0 -1 0 4 1 5]
零范数
指的是:X中非零元素的个数。
例子中:
||X||0 = 7
一范数
指的是:X中所有元素绝对值的和
例子中:
||X||1 = |1|+|2|+|3|+|-1|+|4|+|1|+|5| = 17
二范数(也称欧式范数)
指的是:X中所有元素的平方和再开方
例子是:
||X||2 = sqrt(|1|^2+|2|^2+|3|^2+|-1|^2+|4|^2+|1|^2+|5|^2)
= 7.55
最大范数
指的是:∞为正无穷大,X中所有元素绝对值的最大值
例子是:
||X||∞ = max(|1|,|2|,|3|,|-1|,|4|,|1|,|5| )= 5
【二、矩阵范数】
借助了向量范数的概念
例子为:
零范数
一范数
二范数
矩阵的二范数也称为弗洛贝尼乌斯(Frobeniusnorm)或希尔伯特·施密特范数(F范数)
无穷范数
【三、机器学习中的范数】
理解后再补充。。。
相关文章推荐
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 读“机器学习中的范数规则化之(一)L0、L1与L2范数”笔记
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的规则化范数(L0, L1, L2, 核范数)
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的范数规则化之(一)L0、L1与L2范数 非常好,必看
- L0、L1与L2范数
- L0, L1, L2 范数的解析
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的规则化范数(L0, L1, L2, 核范数)
- 机器学习中的规则化范数(L0, L1, L2, 核范数)
- 机器学习中的规则化范数(L0, L1, L2, 核范数)
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的范数规则化之(一)和(二)L0、L1与L2范数、核范数
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 浅谈L0,L1,L2范数及其应用
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的范数规则化之(一)L0、L1与L2范数
- 机器学习中的范数规则化之(一)L0、L1与L2范数