有趣的矩阵(Interesting Matrix in linear algebra)

1.矩阵属性

Covariance matrix (协方差矩阵)

Toeplitz matrix (托普利兹)

diagonal-constant matrix, 即对角线元素相同

2.矩阵方法

Gram–Schmidt process

正交分解,即已知 A n × n A_{n \times n} An×n中的a个正交向量,求另外n-a个正交向量。 主要用到的公式是

p r o j u ( v ) = < u , v > < u , u > v proj_u (v) = \frac{<u,v>}{<u,u>}v proju(v)=<u,u><u,v>v

Cholesky

将一个正定矩阵A分解为: A = L ∗ L T A = L*L^T A=LLT, 其中L是三角矩阵

PCA

SVD

PCA的一般形式,将一个 A m × n A_{m \times n} Am×n的矩阵进行特征分解(m != n),

s, v , t = SVD(A), 若m<n:

  1. s:m*m
  2. v:m*n
  3. t:n*n

Reference

https://en.wikipedia.org/wiki/List_of_named_matrices

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值