机器学习常见符号 | |||
符号 | 名称 | 符号 | 名称 |
R | 实数集 | Rn | n维实数向量空间 |
H | 希尔伯特空间 | X | 输入空间 |
Y | 输出空间 | x∈X | 输入,实例 |
y∈Y | 输出,标记 | X | 输入随机变量 |
Y | 输出随机变量 | T={(x1,y1),(x2,y2),···,(xN,yN)} | 训练数据集 |
N | 样本容量 | (xi,yi) | 第i个训练数据点 |
x=(x(1),x(2),···,x(n))T | 输入向量,n维实数向量 | xi(j) | 输入向量xi的第j分量 |
P(X),P(Y) | 概率分布 | P(X,Y) | 联合概率分布 |
F | 假设空间 | f∈F | 模型,特征函数 |
θ,ω | 模型参数 | ω=(ω1,ω2,···ωn)T | 权值向量 |
b | 偏置 | J(f) | 模型的复杂度 |
Remp | 经验风险或经验损失 | Rexp | 风险函数或期望损失 |
L | 损失函数,拉格朗日函数 | η | 学习率 |
ll·ll1 | L1范数 | ll·ll2 | L2范数 |
(x·x') | 向量x与x'的内积 | H(X),H(p) | 熵 |
H(Y|X) | 条件熵 | S | 分离超平面 |
α=(α1,α2,···,αn)T | 拉格朗日乘子,对偶问题变量 | αi | 对偶问题的第i个变量 |
K(x,z) | 核函数 | sign(x) | 符号函数 |
I(x) | 指示函数 | Z(x) | 规范化因子 |
【机器学习】机器学习常见符号
猜你喜欢
转载自blog.csdn.net/ChenVast/article/details/81317013
今日推荐
周排行