เมทริกซ์การหมุน
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
เวกเตอร์และเมทริกซ์ · รวมตัวเลขด้วยการดำเนินการเวกเตอร์และเมทริกซ์
เวกเตอร์โครงการมีสองคุณลักษณะ เมทริกซ์ฝึกมี n แถวและสองคอลัมน์ ใช้เครื่องมือเมื่อสมมติฐานตรงกัน
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 3.1 กฎที่ขึ้นกับระยะทาง
SO(d) มีเมทริกซ์ตั้งฉากจำนวนจริงขนาด d คูณ d ที่มีดีเทอร์มิแนนต์เป็น 1 เมทริกซ์เหล่านี้เป็นการหมุน
ต้นฉบับใช้การหมุนที่สัมพันธ์กับเวกเตอร์ทิศทาง
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · นี่คือการหมุนสองมิติหนึ่งแบบ ต้นฉบับเลือกการหมุนสำหรับทิศทางที่ระบุ
สัญลักษณ์
- การหมุนที่สัมพันธ์กับเวกเตอร์ wⱼ
- เมทริกซ์ตั้งฉากจำนวนจริงขนาด d คูณ d ที่มีดีเทอร์มิแนนต์ 1
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
R=[ [0, -1], [1, 0], ]x=[1, 0]
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
R,
x,
rotated: R.map((row) => row.reduce((s, v, i) => s + v * x[i], 0)),
determinant: 1,
}
ส่งกลับ
R- อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [0, -1], อาร์เรย์ (2 รายการ): [1, 0]]
x- อาร์เรย์ (2 รายการ): [1, 0]
rotated- อาร์เรย์ (2 รายการ): [0, 1]
determinant- 1
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น เว้นแต่ระบุค่าจากต้นฉบับ นี่คือการหมุนสองมิติหนึ่งแบบ ต้นฉบับเลือกการหมุนสำหรับทิศทางที่ระบุ
แหล่งอ้างอิง: สัญกรณ์ในข้อความ