2017.03.23回顾

本文回顾了线性代数的基础概念,包括矩阵的初等变换、矩阵的可逆性及其条件,并讨论了机器学习中偏差与方差的概念。此外,文中还纠正了一本书中的表述错误。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、上午补充了一些基本的线性代数知识

初等变换:矩阵一行乘以一个数

                   矩阵一行乘以一个数加到另外一行

                   对调两行

说X可逆,是对方阵而言,对于行列不等的一般矩阵叫的是左右可逆

X是m*n的矩阵,且m < n,那么xTx不可逆,因为不满秩

R(x) = R(xT) = R(xTx) = R(xxT)

行列式是方阵,行数等于列数

机器学习实战那本书上有一点没描述正确,X是m*n的矩阵,m < n,不是x不可逆,因为x不是方阵,不存在可逆不可逆的说法,确切的说法是xTx不可逆

2、偏差、方差,偏差简单的理解是训练集上的误差,方差是评价模型的稳定性,在其他样本上的表现

差不多就是以上吧,那天回家比较早,晚上有活动,睡觉记得还是比较按时!


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