摘要: 线性变化: 线性变换(线性映射)是在作用于两个向量空间之间的函数,它保持向量加法和标量乘法的运算,从一个向量空间变化到另一个向量空间。实际上线性变换表现出来的就是一个矩阵。 特征值和特征向量是一体的概念: 对于一个给定的线性变换(矩阵A),它的特征向量 ξ 经过这个线性变换之后,得到的新向量仍然与原 阅读全文
posted @ 2019-07-02 15:06 脆皮软心 阅读(768) 评论(0) 推荐(0) 编辑
摘要: 梯度下降法是机器学习里比较基础又比较重要的一个求最小值的算法。梯度下降算法过程如下: 1)随机初始值 2) 在这里,简单谈一下自己对梯度下降法的理解。 首先,要明确梯度是一个向量,是一个n元函数f关于n个变量的偏导数,比如三元函数f的梯度为(fx,fy,fz),二元函数f的梯度为(fx,fy),一元 阅读全文
posted @ 2019-07-02 11:08 脆皮软心 阅读(1072) 评论(0) 推荐(0) 编辑
摘要: 卡方检验,统计学的方法,现在机器学习看变量的时候也会用到。 很多不知道的人,一听到这个名词,会马上联想到, 啊?还要拿张卡来检验吗? 其实卡方检验是英文Chi-Square Test 的谐音。在大数据运营场景中,通常用在某个变量(或特征)值是不是和应变量有显著关系。 我常听到运营和分析师这样的对话, 阅读全文
posted @ 2019-07-02 09:19 脆皮软心 阅读(4425) 评论(0) 推荐(0) 编辑