《機(jī)器學(xué)習(xí)》線性代數(shù)回顧

3.1 矩陣和向量

參考視頻: 3 - 1 - Matrices and Vectors (9 min).mkv

如圖:這個是4×2矩陣,即4行2列,如m為行,n為列,那么m×n即4×2


矩陣的維數(shù)即行數(shù)×列數(shù)

矩陣元素(矩陣項):A= \begin{gathered} \begin{bmatrix} 1402 & 191 \\ 1371 & 821 \\ 949 & 1437 \\ 147 & 1448 \end{bmatrix} \end{gathered}

A_{ij}指第i行,第j列的元素。

向量是一種特殊的矩陣,講義中的向量一般都是列向量,如: y=\begin{gathered} \begin{bmatrix} {460} \\ {232} \\ {315} \\ {178} \end{bmatrix} \end{gathered}

為四維列向量(4×1)。

如下圖為1索引向量和0索引向量,左圖為1索引向量,右圖為0索引向量,一般我們用1索引向量。

y=\left[ \begin{matrix} {{y}{1}} \ {{y}{2}} \ {{y}{3}} \ {{y}{4}}  \end{matrix} \right],y=\left[ \begin{matrix} {{y}{0}} \ {{y}{1}} \ {{y}{2}} \ {{y}{3}}  \end{matrix} \right]

3.2 加法和標(biāo)量乘法

參考視頻: 3 - 2 - Addition and Scalar Multiplication (7 min).mkv

矩陣的加法:行列數(shù)相等的可以加。

例:


矩陣的乘法:每個元素都要乘


組合算法也類似。

3.3 矩陣向量乘法

參考視頻: 3 - 3 - Matrix Vector Multiplication (14 min).mkv

矩陣和向量的乘法如圖:m×n的矩陣乘以n×1的向量,得到的是m×1的向量


算法舉例:


3.4 矩陣乘法

參考視頻: 3 - 4 - Matrix Matrix Multiplication (11 min).mkv

矩陣乘法:

m×n矩陣乘以n×o矩陣,變成m×o矩陣。

如果這樣說不好理解的話就舉一個例子來說明一下,比如說現(xiàn)在有兩個矩陣AB,那么它們的乘積就可以表示為圖中所示的形式。m×n


3.5 矩陣乘法的性質(zhì)

參考視頻: 3 - 5 - Matrix Multiplication Properties (9 min).mkv

矩陣乘法的性質(zhì):

矩陣的乘法不滿足交換律:A×B≠B×A

矩陣的乘法滿足結(jié)合律。即:A×(B×C)=(A×B)×C

單位矩陣:在矩陣的乘法中,有一種矩陣起著特殊的作用,如同數(shù)的乘法中的1,我們稱這種矩陣為單位矩陣.它是個方陣,一般用 I或者 E 表示,本講義都用I 代表單位矩陣,從左上角到右下角的對角線(稱為主對角線)上的元素均為1以外全都為0。如:

A{{A}^{-1}}={{A}^{-1}}A=I

對于單位矩陣,有AI=IA=A

3.6 逆、轉(zhuǎn)置

參考視頻: 3 - 6 - Inverse and Transpose (11 min).mkv

矩陣的逆:如矩陣A是一個m×m矩陣(方陣),如果有逆矩陣,則:A{{A}^{-1}}={{A}^{-1}}A=I

我們一般在OCTAVE或者MATLAB中進(jìn)行計算矩陣的逆矩陣。

矩陣的轉(zhuǎn)置:設(shè)A為m×n階矩陣(即mn列),第i 行j 列的元素是a(i,j),即:A=a(i,j)

定義A的轉(zhuǎn)置為這樣一個n×m階矩陣B,滿足B=a(j,i),即 b (i,j)=a(j,i)B的第i行第j列元素是A的第j行第i列元素),記{{A}^{T}}=B。(有些書記為A'=B)

直觀來看,將A的所有元素繞著一條從第1行第1列元素出發(fā)的右下方45度的射線作鏡面反轉(zhuǎn),即得到A的轉(zhuǎn)置。

例:

{{\left| \begin{matrix} a& b \\ c& d \\ e& f \end{matrix} \right|}^{T}}=\left|\begin{matrix} a& c & e \\ b& d & f \end{matrix} \right|

矩陣的轉(zhuǎn)置基本性質(zhì):

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容