统计学中的常用符号

R ------------------------------------------------ 实数集
Rn ----------------------------------------------- n维实数向量空间
H ------------------------------------------------ 希尔伯特空间
X ------------------------------------------------ 输入空间
Y ------------------------------------------------ 输出空间
x∈X --------------------------------------------- 输入,实例
y∈Y --------------------------------------------- 输出,标记
X ------------------------------------------------ 输入随机变量
Y ------------------------------------------------ 输出随机变量
T={(x1,y1),(x2,y2),···,(xN,yN)}** -------------------- 训练数据集
N ------------------------------------------------ 样本容量
(xi,yi) -------------------------------------------- 第i个训练数据点
x=(x(1),x(2),···,x(n))T ------------------------------ 输入向量,n维实数向量
xi(j) ---------------------------------------------- 输入向量xi的第j分量
P(X),P(Y)----------------------------------------- 概率分布
P(X,
Y
)** ------------------------------------------- 联合概率分布
F ------------------------------------------------ 假设空间
f∈F ---------------------------------------------- 模型,特征函数
θ,ω --------------------------------------------- 模型参数
ω=(ω12,···ωn)T ------------------------------- 权值向量
b ------------------------------------------------ 偏置
J(f) ---------------------------------------------- 模型的复杂度
Remp -------------------------------------------- 经验风险或经验损失
Rexp -------------------------------------------- 风险函数或期望损失
L ----------------------------------------------- 损失函数,拉格朗日函数
η ----------------------------------------------- 学习率
ll·ll1 --------------------------------------------- L1范数
ll·ll2 --------------------------------------------- L2范数
(x·x') -------------------------------------------- 向量x与x'的内积
H(X),H(p) ---------------------------------------
H(Y|X) ------------------------------------------ 条件熵
S ------------------------------------------------ 分离超平面
α=(α12,···,αn)T --------------------------------- 拉格朗日乘子,对偶问题变量
αi ------------------------------------------------ 对偶问题的第i个变量
K(x,z) -------------------------------------------- 核函数
sign(x) ------------------------------------------- 符号函数
I(x) ----------------------------------------------- 指示函数
Z(x) ---------------------------------------------- 规范化因子

小弟QQ:2544100193 欢迎交流

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 162,825评论 4 377
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,887评论 2 308
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 112,425评论 0 255
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,801评论 0 224
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 53,252评论 3 299
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 41,089评论 1 226
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,216评论 2 322
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 31,005评论 0 215
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,747评论 1 250
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,883评论 2 255
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,354评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,694评论 3 265
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,406评论 3 246
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,222评论 0 9
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,996评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,242评论 2 287
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 36,017评论 2 281

推荐阅读更多精彩内容