먼저 대각화(Diagonalization)를 이해하기 전에 대각 행렬을 정의하자. 일단 행렬 AAA 를 n×nn \times nn×n 행렬이라 하자. 대각 행렬은 행렬의 대각 성분을 제외하고는 0 인 행렬이다. 가령, A=[a1000a2000a3]A = \begin{bmatrix}a_1 & 0 & 0 \\0 & a_2 & 0 \\ 0 & 0& a_3\end{bmatrix}A=⎣⎡a1000a2000a3⎦⎤ 는 대각 행렬이다. 행렬의 대각화는, 이처럼 대각 행렬을 찾는것이다. 가령 예시의 A는 이미 대각화가 된 행렬이다. 말이 헷갈리는데, 잠시 책에서 본 A=PDP−1A = PDP^{-1}A=PDP−1 같은 식은 잊어두자. 우리는 행렬 A를 대각행렬로 표현하고 싶다. 이 과정을 대각화라 한다...
Lagarage multipler : contrain 된 상황에서 f(x,y) 의 mix, man 구하기 Find max or min for f(x,y)f(x,y)f(x,y) when g(x,y)=Cg(x,y) = Cg(x,y)=C. 예시 xy=3xy = 3xy=3 을 만족할 때 원점과 가장 가까운 거리 구하기. 즉 f(x,y)=x2+y2f(x,y) = x^2 + y^2f(x,y)=x2+y2 의 min 을 구하면 되고, contrained 된 함수 ggg 는 다음과 같다. g(x,y)=3g(x,y) = 3g(x,y)=3 where g(x,y)=xyg(x,y) = xyg(x,y)=xy 주의 min 인지 max 인지는 모름. 직접 넣어봐야 알 수 있다. 혹은 min 인지 max 인지 적절한 knowledge..
- Total
- Today
- Yesterday
- vs code
- Visual Studio Code에서 R
- 교차검증
- vscode
- 사이킷런 KFold
- Pytorch .data
- 파이토치
- pytorch
- 비트 벡터
- 박사과정 #PhD
- sklearn.model_selection.KFold
- cross validation
- 비쥬얼스튜디오코드
- 사이킷런
- variable
- sublime text
- scikit learn
- Pytorch Variable
- r
- Bit vector
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |