ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

向量外积为什么可以用于特征交叉?

2022-01-11 12:30:41  阅读:218  来源: 互联网

标签:Product Outer 交叉 E6% 外积 www 向量


1、前面的碎碎念:)

前置知识1

首先说明一点(敲黑板),机器学习所谓的外积指的是Outer Product,Outer Product线性代数中的外积( WikiPedia: Outer Product ),中文称为张量积 ,计算如下:
在这里插入图片描述

前置知识2

百度搜索向量外积一般指的都是解析解和中的Exterior Product( WikiPedia: Exterior Algebra ),又叫叉乘( WikiPedia: Cross Product )即两个向量的法向量,计算如下:

2、可能导致读者误导的原因?

1、中文翻译问题。
2、博客出品着似是而非误导。

3、在机器学习领域有哪些典型引用?

机器学习领域外积默认为Outer Product,就当约定俗称吧。
1、DCN特征交叉

参考

1、https://www.zhihu.com/search?type=content&q=DCN%E6%96%B9%E6%B3%95%E6%9C%89%E9%97%AE%E9%A2%98
2、https://www.jianshu.com/p/f58a8b30f460

番外篇

内积在机器学习领域有哪些典型应用?

1、计算相似度

答:内积的定义为a向量在b向量上面的投影,可以理解为是强度指标。

2、在没有归一化的前提下,向量内积为何能够体现相似性?

答:余弦相似度度量的是夹角大小,两者只是不同的度量维度,视情况使用即可。(问题引自知乎:https://www.zhihu.com/question/401015407)

标签:Product,Outer,交叉,E6%,外积,www,向量
来源: https://blog.csdn.net/qq_22866291/article/details/122429295

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有