学习笔记: 机器学习经典算法-空间内一点到超平面的距离推广公式

简介: 机器学习经典算法-个人笔记和学习心得分享

超平面 与 法向量

超平面(H,Hyperplane) 是二维平面中直线、三维空间中平面对象的推广形式,本质是$n$维空间的一个子空间,满足向量加法与乘法的封闭。空间中的平面都可以被平面上任意一点$x_0$及与平面内任意向量所垂直的平面法向量$\vec w$所确定:

定义空间内一超平面为 $H$
在平面上确定一点 $x_0$,就有平面上其它任意点$x$ 与$x_0$所成向量 $\vec {x_0x}$ 与垂直于法线 :
$\vec {x_0x} \cdot \vec w = 0 \rightarrow (\vec x - \vec x_0)\cdot \vec w = 0$
$\therefore \vec {x_0x} \cdot \vec w = \vec w^T\vec x - \vec w^T\vec x_0 = 0$

由于 $x_0$ 为提前确定的平面内一点,则有 $\frac {\vec w^T\vec x_0}{\|\vec w\|}$ 计算了空间原点$O$与$x_0$ 所成向量到平面法向量的投影长度,实质上描述了 平面H 偏离空间原点的距离 ,这个偏移量描述一般描述为 $b = - \frac {\vec w^T\vec x_0}{\|\vec w\|}\cdot \|\vec w\|$的形式。当 $b = 0$ 时意味着超平面未发生偏移,过空间原点$O$。
这样根据平面内一点和法向量确立的平面的约束方程称为 点法式超平面方程:
$$w^Tx + b= 0$$

点到超平面距离

对于空间上的任意点 $X$ 到 $w$ 所定义的超平面H的距离 $d$ 就有等于向量$\vec {OX}$ 在平面法向量上的投影距离 $\frac {wX}{\|w\|}$ 减去平面相对原点的偏移量$\frac {-b}{\|w\|}$,即:

$$d(X \rightarrow H) = |\frac {wX}{\|w\|} - \frac {-b}{\|w\|}| = \frac {|wX+b|}{\|w\|}$$
如在简单二维空间内,平面上的一点 $(x_1,y_1)$ 到直线形式的超平面对象 $Ax + By +C = 0$ 的距离就可以描述为 $ d = \frac {|Ax_0 + By_0 + C|}{\sqrt {A^2 + B^2}}$

目录
相关文章
|
10月前
|
机器学习/深度学习 数据采集 人工智能
【机器学习算法篇】K-近邻算法
K近邻(KNN)是一种基于“物以类聚”思想的监督学习算法,通过计算样本间距离,选取最近K个邻居投票决定类别。支持多种距离度量,如欧式、曼哈顿、余弦相似度等,适用于分类与回归任务。结合Scikit-learn可高效实现,需合理选择K值并进行数据预处理,常用于鸢尾花分类等经典案例。(238字)
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
1869 6
|
12月前
|
算法 机器人 定位技术
基于机器视觉和Dijkstra算法的平面建筑群地图路线规划matlab仿真
本程序基于机器视觉与Dijkstra算法,实现平面建筑群地图的路径规划。通过MATLAB 2022A读取地图图像,识别障碍物并进行路径搜索,支持鼠标选择起点与终点,最终显示最优路径及长度,适用于智能导航与机器人路径规划场景。
|
机器学习/深度学习 数据采集 人工智能
20分钟掌握机器学习算法指南
在短短20分钟内,从零开始理解主流机器学习算法的工作原理,掌握算法选择策略,并建立对神经网络的直观认识。本文用通俗易懂的语言和生动的比喻,帮助你告别算法选择的困惑,轻松踏入AI的大门。
1028 8
|
机器学习/深度学习 存储 Kubernetes
【重磅发布】AllData数据中台核心功能:机器学习算法平台
杭州奥零数据科技有限公司成立于2023年,专注于数据中台业务,维护开源项目AllData并提供商业版解决方案。AllData提供数据集成、存储、开发、治理及BI展示等一站式服务,支持AI大模型应用,助力企业高效利用数据价值。
|
机器学习/深度学习 人工智能 自然语言处理
AI训练师入行指南(三):机器学习算法和模型架构选择
从淘金到雕琢,将原始数据炼成智能珠宝!本文带您走进数字珠宝工坊,用算法工具打磨数据金砂。从基础的经典算法到精密的深度学习模型,结合电商、医疗、金融等场景实战,手把手教您选择合适工具,打造价值连城的智能应用。掌握AutoML改装套件与模型蒸馏术,让复杂问题迎刃而解。握紧算法刻刀,为数字世界雕刻文明!
561 6
|
机器学习/深度学习 人工智能 算法
机器学习算法的优化与改进:提升模型性能的策略与方法
机器学习算法的优化与改进:提升模型性能的策略与方法
2668 13
机器学习算法的优化与改进:提升模型性能的策略与方法
|
机器学习/深度学习 算法 数据安全/隐私保护
基于机器学习的人脸识别算法matlab仿真,对比GRNN,PNN,DNN以及BP四种网络
本项目展示了人脸识别算法的运行效果(无水印),基于MATLAB2022A开发。核心程序包含详细中文注释及操作视频。理论部分介绍了广义回归神经网络(GRNN)、概率神经网络(PNN)、深度神经网络(DNN)和反向传播(BP)神经网络在人脸识别中的应用,涵盖各算法的结构特点与性能比较。
|
机器学习/深度学习 算法 网络安全
CCS 2024:如何严格衡量机器学习算法的隐私泄露? ETH有了新发现
在2024年CCS会议上,苏黎世联邦理工学院的研究人员提出,当前对机器学习隐私保护措施的评估可能存在严重误导。研究通过LiRA攻击评估了五种经验性隐私保护措施(HAMP、RelaxLoss、SELENA、DFKD和SSL),发现现有方法忽视最脆弱数据点、使用较弱攻击且未与实际差分隐私基线比较。结果表明这些措施在更强攻击下表现不佳,而强大的差分隐私基线则提供了更好的隐私-效用权衡。
478 14
|
机器学习/深度学习 人工智能 自然语言处理
解锁机器学习的新维度:元学习的算法与应用探秘
元学习作为一个重要的研究领域,正逐渐在多个应用领域展现其潜力。通过理解和应用元学习的基本算法,研究者可以更好地解决在样本不足或任务快速变化的情况下的学习问题。随着研究的深入,元学习有望在人工智能的未来发展中发挥更大的作用。

热门文章

最新文章