把数排成一列就是向量。
(
1
2
3
)
\left(\begin{array}{ccccc} 1 \\\\ 2 \\\\ 3 \end{array}\right)
⎝⎜⎜⎜⎜⎛123⎠⎟⎟⎟⎟⎞
在没有特别说明的情况下,提到向量,就是指上例这样竖排的“列向量”。虽然存在像下面那样横排的“行向量”。
( 1 , 2 , 3 ) \left(\begin{array}{ccccc} 1,& 2, & 3 \end{array}\right) (1,2,3)
由于列向量书写起来比较占空间,因此我们使用以下写法。
(
1
,
2
,
3
)
T
=
(
1
2
3
)
\left(\begin{array}{ccccc} 1,& 2, & 3 \end{array}\right)^T=\left(\begin{array}{ccccc} 1 \\\\ 2 \\\\ 3 \end{array}\right)
(1,2,3)T=⎝⎜⎜⎜⎜⎛123⎠⎟⎟⎟⎟⎞
我们通常使用矩阵表示机器学习中的数据集,机器学习与线性代数是分不开的,所以对于矩阵的一些基本运算和其表示的意义,我们只有搞清楚了,才能更好的学习。
一个西瓜样本单独表示,其实是这样的;
x
1
=
(
青
绿
蜷
缩
浊
响
)
x_1=\left(\begin{array}{ccccc} 青绿 \\\\ 蜷缩\\\\ 浊响 \end{array}\right)
x1=⎝⎜⎜⎜⎜⎛青绿蜷缩浊响⎠⎟⎟⎟⎟⎞