Y=XZ和Y=ZX的区别

PS: 个人随性整理,对不对,请自行辩证


1. 线代中的左行右列

线性代数中的矩阵乘法,有 左行右列 的说法。
在这里插入图片描述

2. 机器学习中的 Y=XZ和Y=ZX的区别

2.1 Y=XZ

X=[x1,x2,…,xi,…,xn]∈Rm×n,Z=[z1,z2,…,zi,…,zn]∈Rn×nX = \big [ x_1,x_2,\dots, x_i, \dots,x_n \big] \in R^{m \times n}, Z=\big [ z_1,z_2,\dots, z_i, \dots,z_n \big] \in R^{n \times n}X=[x1,x2,,xi,,xn]Rm×n,Z=[z1,z2,,zi,,zn]Rn×n,

Y=XZ=X[z1,z2,…]=[Xz1,Xz2,…]Y=XZ = X\big [ z_1,z_2,\dots\big]=\big [ Xz_1,Xz_2,\dots\big]Y=XZ=X[z1,z2,]=[Xz1,Xz2,]

如果令Y=X,则zjiz_{ji}zji可以看成是xjx_jxjxix_ixi的权重。但前提是X中每个列向量代表一个实例。

2.2 Y=ZX

X=[x1;x2,;… ;xi;… ;xn]∈Rn×m,Z=[z1;z2;… ;zi;… ;zn]∈Rm×mX = \big [ x_1;x_2,;\dots; x_i; \dots;x_n \big] \in R^{n \times m}, Z=\big [ z_1;z_2;\dots; z_i; \dots;z_n \big] \in R^{m \times m}X=[x1;x2,;;xi;;xn]Rn×m,Z=[z1;z2;;zi;;zn]Rm×m,

Y=ZX=[z1;z2;…]X=[z1X;z2X;…]Y=ZX = \big [ z_1;z_2;\dots\big]X=\big [ z_1X;z_2X;\dots\big]Y=ZX=[z1;z2;]X=[z1X;z2X;]

如果令Y=X,则zjiz_{ji}zji可以看成是xix_ixixjx_jxj的权重。但前提是X中每个行向量代表一个实例。

参考:
Lyu G, Feng S, Huang W, et al. Partial label learning via low-rank representation and label propagation[J]. Soft Computing, 2020, 24: 5165-5176.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值