szcf-weiya / ESL-CN

The Elements of Statistical Learning (ESL)的中文翻译、代码实现及其习题解答。
https://esl.hohoweiya.xyz
GNU General Public License v3.0
2.4k stars 588 forks source link

Ex. 2.6 #161

Closed szcf-weiya closed 5 years ago

szcf-weiya commented 5 years ago

selection_080

szcf-weiya commented 5 years ago

ex 2 6

bxdd commented 3 years ago

第一步是不是有错呀 image

szcf-weiya commented 3 years ago

第一步是不是有错呀 image

怎么错了呀?不过确实右边第一个大写的 X 应该改成小写的 x

alpaca202204 commented 1 year ago

第一步是不是有错呀 image

怎么错了呀?不过确实右边第一个大写的 X 应该改成小写的 x

第一个应该是X的转置吧,参照式(2.2)和式(2.6)

alpaca202204 commented 1 year ago

举得例子,Xu应该是转置吧,(nm) (m1)才可以相乘

szcf-weiya commented 1 year ago

@alpaca202204 这里跟 (2.2) 式不太一样,2.2 那里 X 是一个 p x 1 的 random vector, 而加粗的 X 则表示 n x p 的 design matrix,每一行是一个数据点。回到这个问题, 只保留唯一的数据点,Xu 则是 m x p。

当然原答案用 f(X) 可能也不太好,但你就把它理解成在每个点拟合得到的 \hat \mathbf{y} 就好了

alpaca202204 commented 1 year ago

@alpaca202204 这里跟 (2.2) 式不太一样,2.2 那里 X 是一个 p x 1 的 random vector, 而加粗的 X 则表示 n x p 的 design matrix,每一行是一个数据点。回到这个问题, 只保留唯一的数据点,Xu 则是 m x p。

当然原答案用 f(X) 可能也不太好,但你就把它理解成在每个点拟合得到的 \hat \mathbf{y} 就好了

了解了,感谢解答