$ \ beingroup $
Sự khác biệt chính xác giữa $ \ arg \ max $ và $ \ max $ của một hàm là gì?
Có đúng để nói những điều sau đây không?
$ \ arg \ max f [x] $ không là gì ngoài giá trị của $ x $ mà giá trị của hàm là tối đa. Và $ \ max f [x] $ có nghĩa là giá trị $ f [x] $ mà nó là tối đa.
Chính xác hơn,
$ \ arg \ max $ trả về giá trị từ miền của hàm và $ \ max $ trả về từ phạm vi của hàm?
Sasha
68.7K6 Huy hiệu vàng135 Huy hiệu bạc213 Huy hiệu đồng6 gold badges135 silver badges213 bronze badges
Đã hỏi ngày 23 tháng 2 năm 2013 lúc 14:44Feb 23, 2013 at 14:44
$ \ endgroup $
1
$ \ beingroup $
Vâng, bạn đúng. $ \ max f [x] $ là giá trị tối đa [nếu nó tồn tại] của $ f [x] $ vì $ x $ thay đổi thông qua một số miền, trong khi $ \ arg \ max f [x] $ là giá trị của $ x x $ mà tối đa này đạt được.
Tuy nhiên, có thể có nhiều hơn một giá trị $ x $, tạo ra mức tối đa $ f [x] $, trong trường hợp đó $ \ arg \ max f [x] $ sẽ là tập hợp các giá trị $ x $ này thay thế.
Đã trả lời ngày 23 tháng 2 năm 2013 lúc 14:50Feb 23, 2013 at 14:50
$ \ endgroup $
0
$ \ beingroup $
Vâng, bạn đúng. $ \ max f [x] $ là giá trị tối đa [nếu nó tồn tại] của $ f [x] $ vì $ x $ thay đổi thông qua một số miền, trong khi $ \ arg \ max f [x] $ là giá trị của $ x x $ mà tối đa này đạt được.
Tuy nhiên, có thể có nhiều hơn một giá trị $ x $, tạo ra mức tối đa $ f [x] $, trong trường hợp đó $ \ arg \ max f [x] $ sẽ là tập hợp các giá trị $ x $ này thay thế.
Đã trả lời ngày 23 tháng 2 năm 2013 lúc 14:50Feb 23, 2013 at 14:51
$ \ endgroup $
1
$ \ beingroup $
Vâng, bạn đúng. $ \ max f [x] $ là giá trị tối đa [nếu nó tồn tại] của $ f [x] $ vì $ x $ thay đổi thông qua một số miền, trong khi $ \ arg \ max f [x] $ là giá trị của $ x x $ mà tối đa này đạt được.
Tuy nhiên, có thể có nhiều hơn một giá trị $ x $, tạo ra mức tối đa $ f [x] $, trong trường hợp đó $ \ arg \ max f [x] $ sẽ là tập hợp các giá trị $ x $ này thay thế.
Đã trả lời ngày 23 tháng 2 năm 2013 lúc 14:50Feb 23, 2013 at 16:25
copper.hatcopper.hatcopper.hat
Giả sử $ f [x] = 100 - [x -6]^2 $.8 gold badges97 silver badges232 bronze badges
$ \ endgroup $
$ \ beingroup $
Vâng, bạn đúng. $ \ max f [x] $ là giá trị tối đa [nếu nó tồn tại] của $ f [x] $ vì $ x $ thay đổi thông qua một số miền, trong khi $ \ arg \ max f [x] $ là giá trị của $ x x $ mà tối đa này đạt được.argument $x$ at which the maximum of $f$ occurs, and $\max f[x]$ is the maximum value of $f$. Hence $\max f[x]=f\left[\arg\max f[x]\right]$.
Tuy nhiên, có thể có nhiều hơn một giá trị $ x $, tạo ra mức tối đa $ f [x] $, trong trường hợp đó $ \ arg \ max f [x] $ sẽ là tập hợp các giá trị $ x $ này thay thế.Feb 23, 2013 at 14:52
user1551user1551user1551
Đã trả lời ngày 23 tháng 2 năm 2013 lúc 14:507 gold badges108 silver badges202 bronze badges
$ \ endgroup $
Tôi phải mất một thời gian để tìm ra chức năng này. Về cơ bản, ArgMax trả lại cho bạn chỉ số của giá trị tối đa trong mảng. Bây giờ mảng có thể là 1 chiều hoặc nhiều chiều. Sau đây là một số ví dụ.index of the maximum value in the array. Now the array can be 1 dimensional or multiple dimensions. Following are some examples.
1 chiều
a = [[1,2,3,4,5]]
np.argmax[a]
>>4
Mảng là 1 chiều nên hàm chỉ đơn giản trả về chỉ số của giá trị tối đa [5] trong mảng, là 4.
Nhiều chiều
a = [[1,2,3],[4,5,6]]
np.argmax[a]
>>5
Trong ví dụ này, mảng là 2 chiều, với hình dạng [2,3]. Vì không có tham số trục nào được chỉ định trong hàm, thư viện Numpy làm phẳng mảng thành mảng 1 chiều và sau đó trả về chỉ số của giá trị tối đa. Trong trường hợp này, mảng được chuyển thành [[1,2,3,4,5,6]] và sau đó trả về chỉ số 6, là 5.
Khi tham số là trục = 0
a = [[1,2,3],[4,5,6]]
np.argmax[a, axis=0]
>>array[[1, 1, 1]]
Kết quả ở đây là một chút khó hiểu đối với tôi lúc đầu. Vì trục được xác định là 0, hàm bây giờ sẽ cố gắng tìm giá trị tối đa dọc theo các hàng của ma trận. Giá trị tối đa, 6, ở hàng thứ hai của ma trận. Chỉ số của hàng thứ hai là 1. Theo tài liệu, kích thước được chỉ định trong tham số trục sẽ bị xóa. Vì hình dạng của ma trận gốc là [2,3] và trục được chỉ định là 0, ma trận được trả về sẽ có hình dạng [3,], vì 2 trong hình dạng ban đầu [2,3] được loại bỏ. trong đó giá trị tối đa được tìm thấy hiện được lặp lại cho cùng một số phần tử với các cột trong ma trận gốc, tức là 3.
Khi tham số là trục = 1
a = [[1,2,3],[4,5,6]]
np.argmax[a, axis=1]
>>array[[2, 2]]
Khái niệm tương tự như trên nhưng bây giờ chỉ mục của cột được trả về tại đó giá trị tối đa có sẵn. Trong ví dụ này, giá trị tối đa 6 nằm trong cột thứ 3, chỉ mục 2. Cột của ma trận gốc có hình [2,3] sẽ bị xóa, chuyển đổi thành [2,] và do đó mảng trả về sẽ hiển thị hai phần tử, mỗi phần tử Hiển thị chỉ số của cột trong đó giá trị tối đa được tìm thấy.