![机器学习互联网业务安全实践](https://wfqqreader-1252317822.image.myqcloud.com/cover/915/47378915/b_47378915.jpg)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
2.3.1 内积空间
在解析几何中,我们知道向量的长度和夹角等度量性质都可以通过数量积来表达。向量的一些基本运算如图2-5所示。
![img](https://epubservercos.yuewen.com/D1CCB4/26764031409573006/epubprivate/OEBPS/Images/txt002_514.jpg?sign=1739132575-wRwDm0yoPROhf5RIBG3lVHS3BAlLFhZT-0-751d82259d67a8dbb29029908f2f3cd1)
图2-5 向量的基本运算
1.数量积(scalar product)
数量积也叫点乘积,对于向量来说,数量积是一种降维操作,向量的数量积结果为一个数值。数量积是欧氏空间的标准内积,欧式空间和内积的定义请参见2.3.2节。矩阵的内积就是每行与每列向量内积所组成的矩阵。
向量与
的数量积为:
![img](https://epubservercos.yuewen.com/D1CCB4/26764031409573006/epubprivate/OEBPS/Images/txt002_517.jpg?sign=1739132575-lKLod0UGBNSP1yjtOidFKJsCe65gLTXy-0-2ce01e7826de0fad98525f0c98b38173)
数量积满足如下性质:
(1)对称性:
(2)可加性:
(3)齐次性:
(4)非负性:
2.外积(outer product)
外积也叫叉乘积。对于向量来说,外积是一种升维操作;对矩阵来说,外积是矩阵的并集运算。