ShowMeAI研究中心

作者：韩信子@ShowMeAI
教程地址：www.showmeai.tech/tutorials/8…
本文地址：www.showmeai.tech/article-det…
声明：版权所有，转载请联系平台与作者并注明出处

1.标量（Scalar）

一个标量就是一个单独的数。只具有数值大小，没有方向（部分有正负之分），运算遵循一般的代数法则。

标量 Scalar

一般用小写的变量名称表示。
质量 $m$ 、速率 $v$ 、时间 $t$ 、电阻 $\rho$ 等物理量，都是数据标量。

2.向量（Vector）

向量指具有大小和方向的量，形态上看就是一列数。

向量 Vector

通常赋予向量粗体小写的名称；手写体则在字母上加一个向右的箭头。
向量中的元素是有序排列的，通过索引可以确定每个元素。
以下两种方式，可以明确表示向量中的元素时（注意用方括号）。
可以把向量看作空间中的有向线段，向量的每个组成元素，对应向量在不同的坐标轴上的投影长度。

AI中的应用：在机器学习中，单条数据样本的表征都是以向量化的形式来完成的。向量化的方式可以帮助AI算法在迭代与计算过程中，以更高效的方式完成。

3.矩阵（Matrix）

矩阵是二维数组，其中的每一个元素被两个索引确定。矩阵在机器学习中至关重要，无处不在。

矩阵 Matrix

通常会赋予矩阵粗体大写的变量名称。

AI中的应用：样本以矩阵形态表示： $m$ 条数据/样本， $n$ 个特征的数据集，就是一个 $m \times n$ 的矩阵。

4.张量（Tensor）

几何代数中定义的张量，是基于向量和矩阵的推广。

标量，可以视为零阶张量
向量，可以视为一阶张量
矩阵，可以视为二阶张量

张量 Tensor

图片以矩阵形态表示：将一张彩色图片表示成一个 $H \times W \times C$ 的三阶张量，其中 $H$ 是高， $W$ 是宽， $C$ 通常取3，表示彩色图3个颜色通道。
在这个例子的基础上，将这一定义继续扩展，即：用四阶张量（样本，高度，宽度，通道）表示一个包含多张图片的数据集，其中，样本表示图片在数据集中的编号。

用五阶张量（样本，帧速，高度，宽度，通道）表示视频。

AI中的应用：张量是深度学习中一个非常重要的概念，大部分的数据和权重都是以张量的形态存储的，后续的所有运算和优化算法也都是基于张量进行的。

5.范数（Norm）

范数是一种强化了的距离概念；简单来说，可以把『范数』理解为『距离』。

在数学上，范数包括『向量范数』和『矩阵范数』：

向量范数（Vector Norm），表征向量空间中向量的大小。向量空间中的向量都是有大小的，这个大小就是用范数来度量。不同的范数都可以来度量这个大小，就好比米和尺都可以来度量远近一样。
矩阵范数（Matrix Norm），表征矩阵引起变化的大小。比如，通过运算 $\boldsymbol{A}\boldsymbol{X} = \boldsymbol{B}$ ，可以将向量 $\boldsymbol{X}$ 变化为 $\boldsymbol{B}$ ，矩阵范数就可以度量这个变化的大小。

向量范数 Vector Norm

向量范数的计算：

对于 $\mathrm{p} -$ 范数，如果 $\boldsymbol{x}=\left[x_{1}, x_{2}, \cdots, x_{n}\right]^{\mathrm{T}}$ ，那么向量 $\boldsymbol{x}$ 的 $\mathrm{p} -$ 范数就是 $\|\boldsymbol{x}\|_{p}=\left(\left|x_{1}\right|^{p}+\left|x_{2}\right|^{p}+\cdots+\left|x_{n}\right|^{p}\right)^{\frac{1}{p}}$ 。

L1范数： $|| \boldsymbol{x}||_{1}=\left|x_{1}\right|+\left|x_{2}\right|+\left|x_{3}\right|+\cdots+\left|x_{n}\right|$

$\mathrm{p} =1$ 时，就是L1范数，是 $\boldsymbol{x}$ 向量各个元素的绝对值之和。
L1范数有很多的名字，例如我们熟悉的曼哈顿距离、最小绝对误差等。

L2范数： $\|\boldsymbol{x}\|_{2}=\left(\left|x_{1}\right|^{2}+\left|x_{2}\right|^{2}+\left|x_{3}\right|^{2}+\cdots+\left|x_{n}\right|^{2}\right)^{1 / 2}$

$\mathrm{p} =2$ 时，就是L2范数，是 $\boldsymbol{x}$ 向量各个元素平方和的开方。
L2范数是我们最常用的范数，欧氏距离就是一种L2范数。

AI中的应用：在机器学习中，L1范数和L2范数很常见，比如『评估准则的计算』、『损失函数中用于限制模型复杂度的正则化项』等。

6.特征分解（Eigen-decomposition）

将数学对象分解成多个组成部分，可以找到他们的一些属性，或者能更高地理解他们。例如，整数可以分解为质因数，通过 $12=2 \times 3 \times 3$ 可以得到『12的倍数可以被3整除，或者12不能被5整除』。

特征分解 Eigendecomposition

特征向量：方阵 $\boldsymbol{A}$ 的特征向量，是指与 $\boldsymbol{A}$ 相乘后相当于对该向量进行缩放的非零向量，即 $\boldsymbol{A}\nu =\lambda \nu$ 。
特征值：标量 $\lambda$ 被称为这个特征向量对应的特征值。

使用特征分解去分析矩阵 $\boldsymbol{A}$ 时，得到特征向量 $\nu$ 构成的矩阵 $\boldsymbol{Q}$ 和特征值构成的向量 $\boldsymbol{\Lambda }$ ，我们可以重新将 $\boldsymbol{A}$ 写作： $\boldsymbol{A} = \boldsymbol{Q} \boldsymbol{\Lambda} \boldsymbol{Q}^{-1}$

7.奇异值分解（Singular Value Decomposition，SVD）

矩阵的特征分解是有前提条件的。只有可对角化的矩阵，才可以进行特征分解。实际很多矩阵不满足这一条件，这时候怎么办呢？

奇异值分解 Singular Value Decomposition, SVD

将矩阵 $\boldsymbol{A}$ 分解成三个矩阵的乘积 $\boldsymbol{A} = \boldsymbol{U} \boldsymbol{D} \boldsymbol{V}^{-1}$ 。

假设 $\boldsymbol{A}$ 是一个 $m*n$ 矩阵，那么 $\boldsymbol{U}$ 是一个 $m*m$ 矩阵， $D$ 是一个 $m*n$ 矩阵， $V$ 是一个 $n*n$ 矩阵。
$\boldsymbol{U} \boldsymbol{V} \boldsymbol{D}$ 这几个矩阵都拥有特殊的结构：
- $\boldsymbol{U}$ 和 $\boldsymbol{V}$ 都是正交矩阵，矩阵 $\boldsymbol{U}$ 的列向量被称为左奇异向量，矩阵 $\boldsymbol{V}$ 的列向量被称右奇异向量。
- $\boldsymbol{D}$ 是对角矩阵（注意， $\boldsymbol{D}$ 不一定是方阵）。对角矩阵 $\boldsymbol{D}$ 对角线上的元素被称为矩阵 $\boldsymbol{A}$ 的奇异值。

AI中的应用：SVD最有用的一个性质可能是拓展矩阵求逆到非方矩阵上。而且大家在推荐系统中也会见到基于SVD的算法应用。

8.Moore-Penrose广义逆/伪逆（Moore-Penrose Pseudoinverse）

假设在下面问题中，我们想通过矩阵 $\boldsymbol{A}$ 的左逆 $\boldsymbol{B}$ 来求解线性方程： $\boldsymbol{A} x=y$ ，等式两边同时左乘左逆B后，得到： $x=\boldsymbol{B} y$ 。是否存在唯一的映射将 $\boldsymbol{A}$ 映射到 $\boldsymbol{B}$ ，取决于问题的形式：

如果矩阵 $\boldsymbol{A}$ 的行数大于列数，那么上述方程可能没有解；
如果矩阵 $\boldsymbol{A}$ 的行数小于列数，那么上述方程可能有多个解。

Moore-Penrose伪逆使我们能够解决这种情况，矩阵 $\boldsymbol{A}$ 的伪逆定义为：

$\boldsymbol{A}^{+}=\lim _{a \rightarrow 0}\left(\boldsymbol{A}^{T} \boldsymbol{A}+\alpha \boldsymbol{I}\right)^{-1} \boldsymbol{A}^{T}$

广义逆/伪逆 Moore-Penrose Pseudoinverse

但是计算伪逆的实际算法没有基于这个式子，而是使用下面的公式：

$\boldsymbol{A}^{+}=\boldsymbol{U} \boldsymbol{D}^{+} \boldsymbol{V}^{T}$

矩阵 $\boldsymbol{U}$ 、 $\boldsymbol{D}$ 和 $\boldsymbol{V}^{T}$ 是矩阵 $\boldsymbol{A}$ 奇异值分解后得到的矩阵；
对角矩阵 $\boldsymbol{D}$ 的伪逆 $\boldsymbol{D}^{+}$ 是其非零元素取倒之后再转置得到的。

9.常用的距离度量

在机器学习里，大部分运算都是基于向量的，一份数据集包含n个特征字段，那每一条样本就可以表示为n维的向量，通过计算两个样本对应向量之间的距离值大小，有些场景下能反映出这两个样本的相似程度。还有一些算法，像KNN和K-means，非常依赖距离度量。

设有两个 $n$ 维变量：

$A=[ x_{11}, x_{12},...,x_{1n} ] ^{T}$

$B=[ x_{21} ,x_{22} ,...,x_{2n} ] ^{T}$

一些常用的距离公式定义如下：

距离度量 Distance

1）曼哈顿距离（Manhattan Distance）

曼哈顿距离 Manhattan Distance

曼哈顿距离也称为城市街区距离，数学定义如下：

$d_{12} =\sum_{k=1}^{n}{| x_{1k}-x_{2k} | }$

曼哈顿距离的Python实现：

import numpy as np
vector1 = np.array([1,2,3])
vector2 = np.array([4,5,6])

manhaton_dist = np.sum(np.abs(vector1-vector2))
print("曼哈顿距离为", manhaton_dist)

2）欧氏距离（Euclidean Distance）

欧氏距离 Euclidean Distance

欧氏距离其实就是L2范数，数学定义如下：

$d_{12} =\sqrt{\sum_{k=1}^{n}{( x_{1k} -x_{2k} ) ^{2} } }$

欧氏距离的Python实现：

import numpy as np
vector1 = np.array([1,2,3])
vector2 = np.array([4,5,6])

eud_dist = np.sqrt(np.sum((vector1-vector2)**2))
print("欧式距离为", eud_dist)

3）闵氏距离（Minkowski Distance）

闵氏距离 Minkowski Distance

从严格意义上讲，闵可夫斯基距离不是一种距离，而是一组距离的定义：

$d_{12} =\sqrt[p]{\sum_{k=1}^{n}{( x_{1k} -x_{2k} ) ^{p} } }$

实际上，当 $p=1$ 时，就是曼哈顿距离；当 $p=2$ 时，就是欧式距离。

4）切比雪夫距离（Chebyshev Distance）

切比雪夫距离 Chebyshev Distance

切比雪夫距离就是无穷范数，数学表达式如下：

$d_{12} =max( | x_{1k}-x_{2k} |)$

切比雪夫距离的Python实现如下：

import numpy as np
vector1 = np.array([1,2,3])
vector2 = np.array([4,5,6])

cb_dist = np.max(np.abs(vector1-vector2))
print("切比雪夫距离为", cb_dist)

5）余弦相似度（Cosine Similarity）

余弦相似度的取值范围为[-1,1]，可以用来衡量两个向量方向的差异：

夹角余弦越大，表示两个向量的夹角越小；
当两个向量的方向重合时，夹角余弦取最大值1；
当两个向量的方向完全相反时，夹角余弦取最小值-1。

余弦相似度 Cosine Similarity

机器学习中用这一概念来衡量样本向量之间的差异，其数学表达式如下：

$cos\theta =\frac{AB}{| A | |B | } =\frac{\sum_{k=1}^{n}{x_{1k}x_{2k} } }{\sqrt{\sum_{k=1}^{n}{x_{1k}^{2} } } \sqrt{\sum_{k=1}^{n}{x_{2k}^{2} } } }$

夹角余弦的Python实现：

import numpy as np
vector1 = np.array([1,2,3])
vector2 = np.array([4,5,6])

cos_sim = np.dot(vector1, vector2)/(np.linalg.norm(vector1)*np.linalg.norm(vector2))
print("余弦相似度为", cos_sim)

6）汉明距离（Hamming Distance）

汉明距离 Hamming Distance

汉明距离定义的是两个字符串中不相同位数的数目。例如，字符串‘1111’与‘1001’之间的汉明距离为2。信息编码中一般应使得编码间的汉明距离尽可能的小。

$d_{12} = \sum_{k=1}^{n} \left ( x_{1k} \oplus x_{2k}\right )$

汉明距离的Python实现：

import numpy as np
a=np.array([1, 1, 1, 1, 1, 1, 0, 1, 1, 0, 1, 1, 1, 0, 0, 0, 0, 1, 1, 1, 0])
b=np.array([1, 1, 1, 1, 0, 1, 1, 0, 1, 0, 1, 0, 1, 0, 1, 0, 0, 1, 1, 0, 1])
hanm_dis = np.count_nonzero(a!=b)
print("汉明距离为", hanm_dis)

7）杰卡德系数（Jaccard Index）

杰卡德系数 Jaccard Index

两个集合 $A$ 和 $B$ 的交集元素在 $A$ 和 $B$ 的并集中所占的比例称为两个集合的杰卡德系数，用符号 $J(A,B)$ 表示，数学表达式为：

$J( A,B ) =\frac{| A\cap B| }{|A\cup B | }$

杰卡德相似系数是衡量两个集合的相似度的一种指标。一般可以将其用在衡量样本的相似度上。

8）杰卡德距离（Jaccard Distance）

杰卡德距离 Jaccard Distance

与杰卡德系数相反的概念是杰卡德距离，其定义式为：

$J_{\sigma} =1-J( A,B ) =\frac{| A\cup B | -| A\cap B | }{| A\cup B | }$

杰卡德距离的Python实现：

import numpy as np
vec1 = np.random.random(10)>0.5
vec2 = np.random.random(10)>0.5

vec1 = np.asarray(vec1, np.int32)
vec2 = np.asarray(vec2, np.int32)

up=np.double(np.bitwise_and((vec1 != vec2),np.bitwise_or(vec1 != 0, vec2 != 0)).sum())
down=np.double(np.bitwise_or(vec1 != 0, vec2 != 0).sum())
jaccard_dis =1-(up/down)
print("杰卡德距离为", jaccard_dis)

图解AI数学基础 | 线性代数与矩阵论