Jaký je rozdíl ve strojovém učení mezi řídkým vektorem a hustým vektorem?


Nejlepší odpověď

Koncepčně je to stejné. Jen vektor.

Datová struktura za ní se liší. Být řídký znamená, že nebude výslovně obsahovat každou souřadnici. Vysvětlím to.

Zvažte rozměrový vektor reklamy u \ v I \! R ^ d, u = (u\_1, …, u\_d),

Někdy víte, že vaše vektor bude mít hodně hodnoty u\_i = 0. Pak můžete chtít, aby se zabránilo plýtvání pamětí, ukládat hodnoty, které nejsou 0, a poté považovat další hodnoty za nulové. To je nesmírně užitečné, když se používá one-hot .

Řídký vektor je obvykle reprezentován n-ticí (id, hodnota) jako například: u\_i = hodnoty [j] pokud id [j] = i; u\_i = 0 jinak (pokud i není v id)

Z pohledu dev vektor z hustého vektoru je jako dělat:

sparse\_vec = {“id”: [], “values”: []}

d = len(dense\_vec)

for i in range(0, d):

if d[i] != 0:

sparse\_vec["id"].append(i)

sparse\_vec["values"].append(d[i])

A například bude reprezentován hustý vektor (1, 2, 0, 0, 5, 0, 9, 0, 0) jako {(0,1,4,6), (1, 2, 5, 9)}

pltrdy

Odpověď

Vektor odkazuje na jakákoli fyzická veličina, která má velikost a směr. Kromě toho by se měl řídit zákonem sčítání vektorů.

Příklad: síla, rychlost, posunutí, moment momentu, zrychlení, elektrifikace atd.

Polohový vektor je také vektorem který lokalizuje polohu částice vzhledem k počátku referenčního rámce. Označuje se \ vec {r} = x \ hat {i} + y \ hat {j} + z \ hat {k}.

Kde \ hat {i}, \, \ hat { j} a \ hat {k} jsou jednotkový vektor podél os x, \, y a z. A (x, \, y, \, z) jsou souřadnice polohy částice w.r.t od počátku refrenčního rámce.

Napsat komentář

Vaše e-mailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *