对Frobenius 范数的理解
2024-09-08 19:05:41
Frobenius 范数是一种矩阵范数，记为
∣
∣
⋅
∣
∣
F
||·||_F
∣∣⋅∣∣F，定义为一个矩阵所有元素平方和的开方，即
∣
∣
X
∣
∣
F
=
∑
i
∑
j
x
i
,
j
2
||X||_F= \sqrt{\sum_{i}\sum_{j}x_{i,j}^2}
∣∣X∣∣F=i∑j∑xi,j2
我对它理解是：可以用来衡量两个矩阵之间的差异，即两个矩阵之间的欧氏距离。
在稀疏表示(Sparse Representation)里边，用训练集数据线性表示测试集，会用 Frobenius 范数来计算重构数据与真实测试集之间的误差。
最新文章
- log4j配置文件加载
- Oracle数据库基础
- JS实现 点击button(copy) 复制对应的网址——类似于复制推广链接
- 关于反射率(reflectance)
- 封装对NPOIExcel的操作，方便的设置导出Excel的样式
- SpringMvc+Mybatis 框架搭建
- C++primer 阅读点滴记录（三）
- windows 创建SSH Key
- 动态规划（树形DP）：HDU 5834 Magic boy Bi Luo with his excited tree
- WebAppScaner
- (中等) POJ 2886 Who Gets the Most Candies? , 反素数+线段树。
- jquery.load问题
- UML图中类之间的关系
- Hibernate 的hql查询简介【申明：来源于网络】
- phantomjs 是什么？----主要是mac下面
- python3中一句话定义函数
- Springboot学习笔记（五）-条件化注入
- 00-自测4. Have Fun with Numbers
- CString成员函数详解[转]
- SQLServer 2005客户端远程连接sql2008 数据库服务器