采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
如果一个物体可以用离散特征去表达它的全部信息,那么这个物体的总量就确定了,叉乘之后的集合就包含了所有物体的所有可能性。老师这句话如何去理解,可以举一个例子说明下吗?
比如,专业课有[数据结构,机器学习]两个,体育课有[羽毛球,乒乓球]两个,要求所有人必须选一门专业课和一门体育课。那么不管学校里有多少学生,他们选的课一定是(数据结构,羽毛球),(数据结构,乒乓球),(机器学习,羽毛球),(机器学习,乒乓球)中的一种。
这就是两个特征做了叉乘,然后涵盖了所有的物体的可能性。
实际工作中,选择做叉乘的特征标准是什么?在工程中一般都是选择某几个维度去做叉乘,那这几个特征的选择是通过什么标准呢?人工经验可以选择,但是有时候数据并不支持经验,在实际工程中,我们选择那些特征去做叉乘呢?
一般是人工去做概念上的筛选,要让叉乘可以解释。然后就是线下做对比实验,线上A/B test,实验结果有提升的才会被采用。
登录后可查看更多问答,登录/注册
Tensorflow2.0实战—以实战促理论的方式学习深度学习
2.8k 1
1.3k 3
1.2k 19
1.3k 13
2.0k 7