sons dataStory

노름(Norm) 벡터 노름 (Vector Norm) 행렬 노름(Matrix Norm) 벡터 노름 (Vector Norm) 식 1의 벡터 x는 원점에서 n개의 좌표로 지정된 지점($x_1, x_2, \cdots, x_n$)까지 같이 벡터들 사이에서 계산된 거리(D)를 계산한 것으로 norm(노름) 또는 유클리드 거리(Euclidean distance) 라 하고 $\Vert{x}\Vert$로 나타냅니다. \begin{align}x&=\begin{bmatrix}x_1\\x_2\\\vdots\\v_n \end{bmatrix}\\ \text{D}&=\sqrt{(x_1-0)^2+(x_2-0)^2+\cdots+(x_n-0)^2}\\ &=\sqrt{x^Tx} = \Vert {x} \Vert\\ \Leftarrow x^Tx&=\begin{bmatrix}x_1& x_2& \vdots& v_n \end{bmatrix}\begin{bmatrix}x_1\\x_2\\\vdots\\v_n \end{bmatrix}\\&= x_1^2+x_2^2+\cdots+x_n^2\end{align} (식 1) 식 1의 x T x는 벡터 x의 전치벡터와의 곱으로 벡터의 내적(inner product) 입니다. 유클리드 놈은 때때로 $\Vert{x}\Vert_2$와 같이 아래첨자 2로 작성됩니다. 아래 첨자 2는 x의 요소들의 제곱의 합임을 의미합니다. 벡터의 유클리드 놈은 벡터의 크기(magnitude)를 의미하며 numpy.linalg 모듈의 norm() 함수로 계산할 수 있습니다. import numpy as np import numpy.linalg as la x=np.array([2,-1,2]) x_norm=np.sqrt(sum(x**2));x_norm 3.0 la.norm(x) 3.0 유클리드 놈은 크기입니다. 이것은 스칼라의 크기 역시 식 1의 식으로 계...