La mejor respuesta
Conceptualmente es lo mismo. Solo un vector.
Aunque la estructura de datos detrás de él es diferente. Ser escaso significa que no contiene explícitamente cada coordenada. Lo explicaré.
Considere el vector dimensional del anuncio u \ in I \! R ^ d, u = (u\_1, …, u\_d),
A veces sabe que su vector tendrá mucho valor u\_i = 0. Entonces es posible que desee, para evitar el desperdicio de memoria, almacenar valores que no sean 0 y luego, y considerar, otros valores como cero. Esto es muy útil cuando se usa one-hot .
Por lo general, los vectores dispersos se representan mediante una tupla (id, valor) como: u\_i = valores [j] if id [j] = i; u\_i = 0 de lo contrario (si i no está en id)
Desde el punto de vista de los desarrolladores, vector de vector denso es como hacer:
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])
Y por ejemplo, se representará un vector denso (1, 2, 0, 0, 5, 0, 9, 0, 0) como {(0,1,4,6), (1, 2, 5, 9)}
pltrdy
Respuesta
Vector se refiere a cualquier cantidad física que tenga magnitud y dirección. Además de esto, debe obedecer la ley de suma vectorial.
Ejemplo: fuerza, velocidad, desplazamiento, momento de torsión, aceleración, electrificado, etc.
El vector de posición también es un vector que ubica la posición de una partícula con respecto al origen del marco de referencia. Se denota por \ vec {r} = x \ hat {i} + y \ hat {j} + z \ hat {k}.
Donde \ hat {i}, \, \ hat { j} y \ hat {k} son el vector unitario a lo largo de los ejes x, \, y y z respectivamente. Y (x, \, y, \, z) son las coordenadas de posición de una partícula w.r.t el origen del marco de referencia.