机器学习中的线性代数入门

1)数学对象


1.1. 标量

标量就是一个简单的数,比如24

1.2. 向量

向量是一个有序数组,能够写成一行或者一列的形式。向量只包含一个索引,用来表示向量中的某个特定元素。比如v_2表示向量中的第二个元素,即上图中的-8

1.3. 矩阵

矩阵是一个有序的二维数组,有两个索引。第一个索引表示行,第二个索引表示列。例如M_23表示的是第二行、第三列的元素,即上图中的9

1.4. 张量

三维张量是按照一定规律排列在方格中的数组,其中一个变量数字表示轴。张量有三个索引,第一个索引表示行、第二个索引表示列、第三个索引表示轴。例如V_232表示第二行、第三列、第二轴的元素


2)运算规则

2.1. 矩阵的标量的计算

如果你在一个矩阵上加、减、乘、除一个标量,你所做的就是直接对矩阵的每个元素进行这些数学运算



2.2. 矩阵和向量的运算



2.3. 矩阵间的加减法

这里要求两个短矩阵需要维度相同,运算结果也会是一个相同维度的矩阵



2.4. 矩阵间的乘法

只有当第一个矩阵的列数和第二个矩阵的行数相等时,才能把它们两个乘起来。运算结果会是一个矩阵,行数和第一个矩阵的行数相等,列数和第二个矩阵的列数相等



3)矩阵的乘法性质

3.1. 交换律

数乘满足交换律,但矩阵乘法并不满足,A*B并不等于B*A

3.2. 结合律

数乘和矩阵乘法都满足结合律,即A*(B*C)=(A*B)*C

3.3. 分配律

数乘和矩阵乘法都满足分配律,即A*(B+C)=A*B+A*C

3.4. 单位矩阵

数字1是一个【单位】,因为任何数乘以1都等于它自身。因此任何矩阵乘以一个单位矩阵应该等于它自己。例如矩阵A乘以单位矩阵还等于矩阵A,单位矩阵的主对角线元素都是1,其余元素都是0



4)矩阵的逆和转置

4.1. 逆运算

逆(倒数),一个数乘以它的逆(倒数)等于1,将矩阵和它的逆矩阵相乘,结果就应该是单位矩阵


注:可以利用Numpy计算出一个矩阵的逆矩阵(如果它可逆的话)


4.2. 转置

基本上就是将一个矩阵沿着45度轴线镜像翻转,原始矩阵的第一列就是转置后矩阵的第一行,第二列则变成了转置后矩阵的第二行。一个m*n的矩阵仅仅是变成了n*m的矩阵。同时,矩阵A的元素A_ij等于转置后矩阵的元素A_ji


猜你喜欢

转载自blog.csdn.net/zhaocen_1230/article/details/80266866