✍️ 文／未來的資料科學家養成班教練
你知道嗎？
你走路、算錢、打電動的時候，其實都不小心在用「範數（Norm）」！
今天就用最簡單的例子，來破解這個數學魔法詞到底是什麼，為什麼資料科學家每天都離不開它？
🧮 一、什麼是「範數 Norm」？
簡單來說，範數就是長度的數學說法。
- 你走了 3 公里，這個「3」就是一種範數。
- 你家離學校 5 公里，這個「5」也可以看作是某種範數。
在數學裡，當我們想要量一個「向量」或「矩陣」有多長、有多大，就會用到不同種「範數」。
🔢 二、生活中的範數大集合
我們來看看幾種常見範數，用超簡單的例子說明！
▶️ L1 範數：像是在走「直線巷弄」
定義：
所有數字的絕對值相加
公式：
‖x‖₁ = |x₁| + |x₂| + ... + |xₙ|
生活例子：
你在城市裡走路，不能斜走，只能轉彎（像走棋盤格的巷子）。你走的「總步數」就是 L1 範數。
👣 如果你向右走 3 步、再向上走 4 步，總共走了幾步？答案是 3 + 4 = 7，這就是 L1 範數！
▶️ L2 範數：最短直線距離（歐幾里得距離）
定義：
把每個數字平方，加總後開根號 公式：
‖x‖₂ = √(x₁² + x₂² + ... + xₙ²)
生活例子：
你想從家裡走到學校，這次你可以直接走對角線。
就是「從 A 點直接射過去 B 點」的直線距離，也叫做歐幾里得距離。
📐 剛剛你右走 3 步、上走 4 步，L2 範數是
‖x‖₂ = √(3² + 4²) = √(9 + 16) = √25 = 5
是不是很像畢氏定理？沒錯，它們就是親戚！
▶️ Max 範數（L∞）：只看「最大一格」
定義：
只看數字裡最大值的絕對值
公式：
‖x‖∞ = max(|x₁|, |x₂|, ..., |xₙ|)
生活例子：
你走路時最在意哪一步最遠？不管走幾步，你只關心哪個方向最吃力。 例如：你右走 3 步、上走 4 步，那你最遠的一步是 4，這就是 Max 範數。
🧠 為什麼會用這種範數？當你想要抓出最「極端」的數值，比如風險最大、成本最高的情況，它就超好用！
▶️ Frobenius 範數（針對矩陣）
定義：
把整個矩陣裡的每一格數字都平方，加總，再開根號 公式：
‖A‖𝐹 = √(Σ Aᵢⱼ²)
生活例子：
想像你有一張表格（矩陣），每格裡是某個成績或溫度。Frobenius 範數就像是在問：
「整體來說，這張表的能量值有多大？」
🎯 三、資料科學家為什麼需要範數？
因為我們每天都在問這些問題：
- 哪筆資料「距離」中心點最遠？（L2）
- 哪筆資料「變動」最多？（L1）
- 模型預測錯誤有多大？（Frobenius）
- 哪個維度最極端？（Max）
範數就像是資料世界裡的尺規、溫度計、速度表，讓我們量出資料的真實樣貌。
🧠 四、簡單總結：用一張表複習！
💡 五、你也能當小小資料科學家！
下次你看到一串數字，試著問問看：
- 「這些數字的長度是多少？」
- 「我可以怎麼量它們的變化？」
這就是資料科學家的日常，也是你邁向高手的第一步！
📮 有問題歡迎留言，我們下一篇再聊「向量的夾角」怎麼量，怎麼判斷兩件事是不是「同方向」！
🧠 想學更多？追蹤本專欄，每週一小步，走向大數據世界！
