机器学习中的数学

机器学习中的数学 since 2013-23-23

这篇笔记主要记录机器学习中的常用数学：

几何运算
1. 矩阵秩
2. 矩阵运算
3. 矩阵梯度
分布
1. 高斯分布
2. 伯努力分布(0-1分布)
3. 二项分布
期望，方差，协方差，相关系数

常用的几何运算(Geometric Operation)

几个共用变量：

$A_{m*n} = \begin{pmatrix} A_{11} & A_{12} & \cdots & A_{1n} \\ A_{21} & A_{22} & \cdots & A_{2n} \\ \vdots& \vdots & \ddots & \vdots \\ A_{m1} & A_{12} & \cdots & A_{mn} \end{pmatrix}$ $function~f:~\Re^{m*n} \mapsto \Re$

1. 矩阵秩

假设m=n，A的秩为： $tr A = \sum_{i=1}^{n} A_{ii}$

如果A是m×n，B是n×m的矩阵，则有: $tr AB = tr BA$
方阵A： $tr A = tr A^T$
对于方阵A,B: $tr A+B = tr A + tr B$
乘上alpha系数： $tr \alpha A = \alpha tr A$

2. 矩阵运算

矩阵加法

矩阵乘法

矩阵间乘法满足：

结合率: $(AB)C=A(BC)$ 有常数时， $(\lambda A)B=A(\lambda B)$
分配率: $A(B+C)=AB+AC$ 或 $(A+B)C=AC+BC$

不满足

交换率: $AB$ 有意义，但 $BA$ 不一定有意义，且即便有意义，也不一定有 $AB=BA$ ，正因为如此， $(A+B)^2 \neq A^2+2AB+B^2$

更多参考

3. 矩阵梯度

$\frac{\partial f(A)}{\partial A_{m*n}} = \begin{pmatrix} \frac{\partial f}{\partial A_{11}} & \frac{\partial f}{\partial A_{12}} & \cdots & \frac{\partial f}{\partial A_{1n}} \\ \frac{\partial f}{\partial A_{21}} & \frac{\partial f}{\partial A_{22}} & \cdots & \frac{\partial f}{\partial A_{2n}} \\ \vdots& \vdots & \ddots & \vdots \\ \frac{\partial f}{\partial A_{m1}} & \frac{\partial f}{\partial A_{12}} & \cdots & \frac{\partial f}{\partial A_{mn}} \end{pmatrix}$

例子： A是2×2的矩阵， $f(A)=\frac32 A_{11} + 5A_{12}^2 + A_{21}A_{22}$ ，则有：

注意，这里 $f(A)$ 是一个‘纲量’，即不是向量或矩阵

$\frac{\partial f(A)}{\partial A} = \begin{pmatrix} \frac32 & 10 A_{12} \\ A_{22} & A_{21} \end{pmatrix}$

常用等式：

$\nabla_{A^T} f(A) = (\nabla_A f(A))^T$ $\nabla_A \| A \| = \| A \| (A^{-1})^T$ $\nabla_A tr AB = B^T$ $\nabla_A tr ABA^TC = CAB+C^TAB^T$

常用的分布

高斯分布

高斯分布，也称正太分布

一维高斯分布分布： $N(\mu,\sigma)$ ，其中 $\mu$ 是期望， $\sigma$ 是方差
密度函数为： $p(x;\mu,\sigma)=\frac1{\sigma\sqrt{2\pi}} exp\{ -\frac{(x-\mu)^2}{2\sigma^2} \}$
高维高斯分布分布： $\mathcal{N}(\vec{\mu},\Sigma)$ ，其中， $\vec{\mu}$ 是期望向量， $\Sigma$ 是对称半正定协方差矩阵
密度函数： $p(\vec{x};\vec{\mu},\Sigma)=\frac1{\left | \Sigma \right | ^{1/2} (2\pi)^{n/2}} exp\{ -\frac12 (\vec{x}-\vec{\mu})^T \Sigma^{-1} (\vec{x}-\vec{\mu}) \}$

伯努利分布(the Bernoulli distribution)

伯努利分布也称为0-1分布, 是指随机变量仅仅取值0和1的离散概率分布.

二项分布(Binaomial Distribution)

二项分布即重复n次的伯努利试验。在每次试验中只有两种可能的结果，而且是互相对立的，是独立的，与其它各次试验结果无关，结果事件发生的概率在整个系列试验中保持不变，则这一系列试验称为伯努利实验。

期望，方差，协方差，相关系数

设X,Y是两个独立的随机变量，我们获取一组(X,Y)的观测集合 $D={(x_1, y_1), (x_2, y_2),..,(x_n, y_n)}$

当观测集合足够大的时候，我们可以认为观测数据可以很好的表示原始数据分布，因此可以利用观测数据上的期望，方差代表原始数据的期望和方差

基本概念

期望(Expectation):即随机变量取值的均值
$EX = \frac1N \sum_{i=1}^N x_i \\ EY = \frac1N \sum_{i=1}^N y_i$
方差：描述随机变量的取值和其期望的偏离程度
$\begin{array}{l l l} Var(X) & = & E((X-E(X))^2) \\ & = & E(X^2-2XE(X)+(E(X))^2) \\ & = & E(X^2)-2E(X)E(X)+(E(X))^2 \\ & = & E(X^2)-2(E(X))^2+(E(X))^2 \\ & = & E(X^2)-(E(X))^2 \end{array}$
协方差：衡量两个随机变量的偏离程度

方差是在 $X=Y$ 时的协方差，即 $Cov(X,X)=Var(X)$

协方差性质：
1. 独立随机变量的协方差为0
2. 线性组合: $Cov(\sum_{i=1}^m{a_iX_i}, \sum_{j=1}^n{b_jY_j})=\sum_{i=1}^m{\sum_{j=1}^n{a_i b_j Cov(X_i, Y_j)}}$
相关系数：衡量两个随机变量的线性相关程度[-1, 1]，1,-1分别表示正负相关，0表示线性不相关 $Corr(X,Y)=\frac{Cov(X,Y)}{\sqrt{Var(X)Var(Y)}}$

计算协方差

TODO 整理 1,2,3