知识卡片
数据矩阵符号约定
本书后续推导统一用线性代数记号表示数据,先明确这套约定才能读懂公式: - 矩阵 X 的每一行代表一个样本,每一列代表一个特征。鸢尾花数据集有 150 个样本、4 个特征,记为 X ∈ R^(150×4)。 - 上标 (i) 指第 i 个训练样本,下标 (j) 指第 j 维特征。 - 目标变量(本例中是类标)存成一个 150 维列向量。
样本按行、特征按列是全书约定,读后续章节的矩阵运算时须先固定这个方向,否则维度会对不上。鸢尾花数据集含 Setosa、Versicolor、Virginica 三个品种共 150 朵花的测量值,是贯穿全书讲解的经典示例。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1.2.4 基本术语及符号介绍 · 查看原书依据
我们将使用上标(i)来指代第i个训练样本,使用下标(j)来指代训练数据集中的第j维特征
参考来源
- 位置:《Python机器学习》第1章《1.2.4 基本术语及符号介绍》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0013.xhtml.xhtml)
- 结论依据:原文明确规定矩阵行=样本、列=特征,上标指样本、下标指特征,并以鸢尾花 150×4 矩阵和 150 维目标向量为例。
- 原始内容:我们将使用上标(i)来指代第i个训练样本,使用下标(j)来指代训练数据集中的第j维特征