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
第一个目标表达式(求和式)怎么推导到第二个表达式(向量式)的呢?
1. y_hat 就是 Xb*θ
2. 一个向量,里面每个元素的平方和,就是这个向量自己点乘自己。这是点乘的定义。
从矩阵的视角看,就是自己这个横过来(1*m )和自己这个竖起来(m*1)矩阵相乘的结果。
在复习一下向量的点乘和矩阵的乘法?同时,使用一个具体的小例子,用具体的数值,试试看?
继续加油!:)
好的,谢谢bobo老师这么快速的回复.
梳理了一下需要的知识点.
这里主要是要明白,把求和式转化为矩阵运算,可以大幅提高运算速度.
求和 a(i) == 向量点乘 A·A == 矩阵乘法 A(T)·A
大赞!有一个小问题,一般表示是一个向量,是列向量的样子。所以 A.T 是横着的,A 是竖着的。一个 1 *m 的矩阵乘以一个 m*1 的矩阵,结果是 1*1,即一个数。继续加油!:)
谢谢bobo老师,我搞错了图中第3个式子: n*1矩阵 乘以 1*n矩阵,结果是n*n矩阵. 应该是1*n矩阵 乘以 n*1矩阵 得 1*1。
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.4k 19
3.4k 17
2.9k 15
1.6k 15
1.4k 14