【机器学习】机器学习常见符号

机器学习常见符号
符号	名称	符号	名称
R	实数集	Rn	n维实数向量空间
H	希尔伯特空间	X	输入空间
Y	输出空间	x∈X	输入，实例
y∈Y	输出，标记	X	输入随机变量
Y	输出随机变量	T={(x1,y1),(x2,y2),···,(xN,yN)}	训练数据集
N	样本容量	(xi,yi)	第i个训练数据点
x=(x(1),x(2),···,x(n))T	输入向量，n维实数向量	xi(j)	输入向量xi的第j分量
P(X),P(Y)	概率分布	P(X,Y)	联合概率分布
F	假设空间	f∈F	模型，特征函数
θ,ω	模型参数	ω=(ω1,ω2,···ωn)T	权值向量
b	偏置	J(f)	模型的复杂度
Remp	经验风险或经验损失	Rexp	风险函数或期望损失
L	损失函数，拉格朗日函数	η	学习率
ll·ll1	L1范数	ll·ll2	L2范数
(x·x')	向量x与x'的内积	H(X),H(p)	熵
H(Y|X)	条件熵	S	分离超平面
α=(α1,α2,···,αn)T	拉格朗日乘子，对偶问题变量	αi	对偶问题的第i个变量
K(x,z)	核函数	sign(x)	符号函数
I(x)	指示函数	Z(x)	规范化因子