machine learning笔记基础——线性代数基础

学习者：阳光罗诺

来源：吴恩达 机器学习课程

矩阵就是由数字组成的矩形阵列，并且写在括号内。例如：1234

一般矩阵的维数应该是矩阵的行数乘以列数。如图分析：

添加描述

对于特定的元素，表示方式：

添加描述

向量时只有一列的矩阵

添加描述

按照惯例，一般使用大写字母来表示矩阵，小写字母来表示向量的。

矩阵的运算——加法运算

添加描述

相同维数相加得到的也是相同的维数的矩阵，对应的行和列的数字相加即可。

但是如果出现了维数不同的矩阵相加，那么时没办法相加的。例如：

添加描述

矩阵和标量的乘法运算

矩阵内对应的元素逐一乘以标量即可。得到的维数也应该和原来的矩阵维数相同。

添加描述

对于复合的矩阵运算问题，和普通数字加减乘除是一样的，有括号先算括号，有乘除就算乘除，最后算加减。例如：

添加描述

矩阵和向量的乘法运算

例如：

添加描述

总结：

添加描述

例如，我们有四种房子的大小，假如有预测数据公式：

添加描述

矩阵和矩阵的乘法

添加描述

具体的过程：

能够相乘的矩阵必须满足一个特征：矩阵的维度相互匹配

添加描述

具体实例：

添加描述

矩阵的运算

至于矩阵运算问题上，在数字计算问题中，交换律并没有任何影响，而在矩阵的研究问题中，交换律是不可以使用的。不能随意颠倒矩阵乘法的顺序。

添加描述

通过以上解析，我们可以发现，矩阵乘法是不服从交换律的。

矩阵的结合律不受影响，服从结合律

添加描述

单位矩阵

添加描述

矩阵的逆运算

如果A是一个m*m的矩阵，并且假设A矩阵有其逆矩阵，则：

添加描述

等于单位矩阵。其中m*m的矩阵又称为方阵。

具体实例：

添加描述

不存在逆矩阵的矩阵叫做奇异矩阵或者是退化矩阵。例如零矩阵。

矩阵的转置运算

定义：假设A是一个m*n的矩阵，假设矩阵B等于A的转置。那么B就是一个n*m的矩阵，维度和A相反。Bij=Aji