一、超平面是什么?

维基百科的定义:

In geometry a hyperplane is a subspace of one dimension less than its ambient space.

翻译过来:在几何中,超平面指的是比所处空间少一个维度的子空间。

什么鬼,能不能说人话?

莫急,接着看。

我们都知道,0维的点可以把1维的线分成两部分:

机器学习模拟图(机器学习-超平面)(1)

1维的线可以把2维的面分成两部分:

机器学习模拟图(机器学习-超平面)(2)

2维的面可以把3维的体分成两部分:

机器学习模拟图(机器学习-超平面)(3)

依此类推,n-1维的子空间可以把n维空间分成两部分。

所以,超平面就是这个n-1维子空间,它就像3维空间中的平面,可以用来分割n维空间。

二、为什么叫超平面?

没有查到“超平面”名字的来源,以下纯属个人猜测,如果有误,欢迎指正。

我们生活在3维空间,并把2维空间起名为“平面”,用来分割3维空间。

对于更高维的空间n,既然可以被n-1维的空间进行分割,类似于三维空间的平面,而我们又没办法想象它的样子,也不好一一命名,不妨干脆就叫“超平面”,既简单,也比较直观,方便理解。

所以,这个超的含义,更多的应该是高维。

三、超平面的公式

对于一个n维空间,超平面应该如何表示?

设x0为超平面上的点,ω为超平面的法向量。对于超平面上任何一点x,有:

机器学习模拟图(机器学习-超平面)(4)

令:

机器学习模拟图(机器学习-超平面)(5)

则有:

机器学习模拟图(机器学习-超平面)(6)

这就是超平面的公式。

四、点到超平面的距离

设n维空间中超平面的方程为:

机器学习模拟图(机器学习-超平面)(7)

其中ω为法向量,Q为平面上的点。

对于空间中的任一点P,到超平面的距离为PQ在ω上的投影d,如下图所示:

机器学习模拟图(机器学习-超平面)(8)

由三角函数关系知:

机器学习模拟图(机器学习-超平面)(9)

,