机器学习算法之砖瓦：向量详解

问题导读

1.你认为什么是向量？
2.向量最开始是来自于哪门学科？
3.本文例子中如何将原始数据转换为向量的？

上一篇

算法系列讲解之：社交网络之共同好友模型讲解

机器学习向量在非常多的地方会用到，因此它是机器学习的砖瓦，也是我们学习机器学习算法的基础。

向量是线性代数中的基本概念，也是机器学习的基础数据表示形式。例如计算机阅读文本的过程首先就会将文本分词，然后用向量表示。这是因为向量很适合在高维空间中表达和处理。在机器学习中会接触到的诸如投影、降维的概念，都是在向量的基础上做的。

向量虽然在机器学习不同语境下，向量的意义各不相同，但并不妨碍我们将其归纳为含有数量级与方向的量。这样一来，向量便能搭载着数据的逻辑关系及权重，从而让数据集被输入编码器，形成数组，随之进入【深度】机器学习模型运算。

上面说完之后，你是否仍然感觉到比较模糊，那么这里给大家说说向量的由来，也就是向量的发展历史。

向量的历史
向量又称为矢量，最初被应用于物理学，很多物理量如力、速度、位移以及电场强度、磁感应强度等都是向量.大约公元前 350 年前，古希腊著名学者亚里士多德就知道了力可以表示成向量，两个力的组合作用可用著名的平行四边形法则来得到. “向量”一词来自力学、解析几何中的有向线段，最先使用有向线段表示向量的是英国著名科学家牛顿.

向量能够进入数学并得到发展，首先应从复数的几何表示谈起.18 世纪末期，挪威测量学家威塞尔首次利用坐标平面上的点来表示复数 a+bi，并利用具有几何意义的复数运算来定义向量的运算,把坐标平面上的点用向量表示出来，并把向量的几何表示用于研究几何问题与三角问题.人们逐步接受了复数，也学会了利用复数来表示和研究平面中的向量，向量就这样平静地进入了数学，但复数的利用是受限制的，因为它仅能用于表示平面，若有不在同一平面上的力作用于同一物体，则需要寻找所谓三维“复数”以及相应的运算体系.

19 世纪中期，英国数学家汉密尔顿发明了四元数（包括数量部分和向量部分），以代表空间的向量，他的工作为向量代数和向量分析的建立奠定了基础.随后，电磁理论的发现者&