Weight Vector

释义 Definition

权重向量：在数学、统计与机器学习中，用一组按顺序排列的权重（系数）表示的向量，常用于给特征加权、表示模型参数或计算加权和（如线性模型、神经网络中的参数集合）。

发音 Pronunciation (IPA)

/weɪt ˈvɛktər/

例句 Examples

The model learns a weight vector from the data.
模型会从数据中学习出一个权重向量。

In a linear classifier, the weight vector determines the direction of the decision boundary, and small changes to it can shift classification results.
在线性分类器中，权重向量决定决策边界的方向；对它的微小改动都可能改变分类结果。

词源 Etymology

“weight”源自古英语 wiht/weight 相关词形，基本义是“重量、分量”，引申为“重要性、权重”。“vector”源自拉丁语 vector（“搬运者、携带者”），在数学中指“有大小和方向的量”。合起来 weight vector 就是“承载各个特征重要性的一组系数（向量）”。

文献与作品 Literary / Notable Works

Pattern Recognition and Machine Learning（Christopher M. Bishop）
The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）
Deep Learning（Goodfellow, Bengio, Courville）
Neural Networks and Learning Machines（Simon Haykin）
Convex Optimization（Boyd & Vandenberghe）