范数
机器学习中经常见到范数这个概念,范数是为了对线性空间中元素大小进行度量而引进的一个量,范数定义需满足三个条件,即:正定性、齐次性、三角不等式,其具体描述如下:
常用的向量范数与矩阵范数如下:
向量范数
矩阵范数
python中计算范数
# 利用python中的numpy.linalg.norm()函数可以计算向量及矩阵范数,函数说明如下: numpy.linalg.norm(x, ord=None, axis=None, keepdims=False) # x:输入一维或二维数组 # ord:要求的范数,可选参数 non-zero int, inf, -inf, 'fro', 'nuc'
# axis:axis=0时,返回各列元素的范数;axis=1时,返回各行的范数。