美文网首页机器学习与数据挖掘数据蛙数据分析每周作业
林轩田机器学习基石课程笔记2 - 知识点补充2

林轩田机器学习基石课程笔记2 - 知识点补充2

作者: Spareribs | 来源:发表于2019-02-06 23:23 被阅读95次

    详细笔记查看 林轩田机器学习基石课程笔记2 - 学习回答Yes/No

    问题

    在解释 Guarantee of PLA 这个问题过程中,提及到了3个内容的推导:

    1. 内积越大,那表示 w_{t+1} 是在接近目标权重 w_f
    2. 但是内积更大,可能是向量长度更大了,不一定是向量间角度更小
    3. w_t 的增长被限制了,w_{t+1}w_t 向量长度不会差别太大

    详细说明

    问题1:内积越大,那表示 w_{t+1} 是在接近目标权重 w_f

    首先有2个网站解释内积是什么
    向量点乘,叉乘
    为什么两个向量的点积越大,表明两者越相似?是不是还有什么限制条件?不能甚解,望大神解答,谢谢?
    我这里截取一些重点:

    image.png
    可以使用这两个公式证明
    image.png

    但是,内积与2个因素有关,角度和长度。
    所以需要证明第二个问题,内积大,仅与角度有关,并不是因为长度更大

    问题2:但是内积更大,可能是向量长度更大了,不一定是向量间角度更小

    问题3:待有空明白,这个公式实在是太长了

    相关文章

      网友评论

        本文标题:林轩田机器学习基石课程笔记2 - 知识点补充2

        本文链接:https://www.haomeiwen.com/subject/emtwsqtx.html