什么是范数【向量范数、矩阵范数】

科技前沿 • 2025-01-11 20:02 • 阅读 52

什么是范数【向量范数、矩阵范数】机器学习笔记第一章机器学习简介第二章感知机第三章支持向量机第四章朴素贝叶斯分类器第五章 Logistic 回归第六章线性回归和岭回归第七章多层感知机与反向传播 Python 实例第八章主成分分析 PCA 降维第九章隐马尔可夫模型第十章奇异值分解第十一章熵交叉熵 KL 散度第十二章什么是范数向量范数矩阵范数第十三章极大似然估计

大家好，我是讯享网，很高兴认识大家。

机器学习笔记

第一章机器学习简介
第二章感知机
第三章支持向量机
第四章朴素贝叶斯分类器
第五章 Logistic回归
第六章线性回归和岭回归
第七章多层感知机与反向传播【Python实例】
第八章主成分分析【PCA降维】
第九章隐马尔可夫模型
第十章奇异值分解
第十一章熵、交叉熵、KL散度
第十二章什么是范数【向量范数、矩阵范数】
第十三章极大似然估计、最大后验估计、贝叶斯估计
第十四章高斯过程回归模型

讯享网

文章目录

机器学习笔记
一、定义
二、向量范数
- （1）L0范数
- （2）L1范数
- （3）L2范数
- （4）等价范数
二、矩阵范数
- （1）Element-wise Norm
- （2）Induced Norm
- （3）ky-Fan Norm
- （4）Schatten Norms
- （5）Unitarily invariant Norms
参考资料