程序员的机器学习入门笔记（三）：数据挖掘中矩阵的那些事

前面两篇文章对机器学习中的一些概念，以及开发环境的搭建做了简单的介绍。本文主要用来总结关于矩阵的一些知识。

“矩阵”这个词听起来充满了数学色彩，一看到这个词，一大堆的数据公式，符号，等等已经在我脑海中进行闪现，可是等我硬着头皮把相关的知识点看完后，觉得也就没有那么难了，毕竟我们知识搬运工，所以对它也不需要研究的那么深入，只需要知道一些基础知识就可以了。

1. 定义
   1. 数学系的定义：“由 m×n 个数组成的一个 m 行 n 列的矩形表格“
   2. 程序员的定义："具有相同属性的对象的集合"
   3. 综合定义：
      1. 矩阵为具有相同特征和特征数量的对象集合，表现为一张二维数据表
      2. 一个对象表示为矩阵中的一行，一个特征表示为矩阵中的一列，每个特
         征都有数值型的取值，而不能是某些文字描述
      3. 特征相同、取值相异的对象集合所构成的矩阵，使对象之间既相互独立，

         又相互联系；
2. 在机器学习中的作用
   1. 通过解线性方程组，达到聚类、分类或预测的目的
      1. 聚类，分类
         为了说明矩阵是怎么在聚类，分类的计算中起到作用的，用一个书上的例子来表达.
         下表中列出