求投影矩阵。
首先要描述清楚问题:
- 先定义一个空间 R m R^m Rm。
- 这个空间中有一个向量 b b b。
- 再定义一个子空间
- 将 b b b投影到子空间后的向量为 p p p
- 投影矩阵 P P P
P b = p Pb=p Pb=p
下面描述子空间:
- 假设子空间的秩为r
- 可以从子空间中选r个不相关的向量来代表这个子空间
方便书写可以将这r个列向量放到一个矩阵中: A = [ x 1 x 2 … x r ] A=\begin{bmatrix} x_1 x_2 \dots x_r\end{bmatrix} A=[x1x2…xr]
这样可以用 C ( A ) C(A) C(A)来代表这个子空间。
A A A is m by r, and the rank of A is r, so A T A A^TA ATA is invertable.
(我们可以选比r多的向量来表示子空间,但这样不好求投影矩阵,而且这些向量是自己选的,没必要为难自己?)
在 R m R^m Rm空间有一个向量 b b b,求向量到矩阵A的列空间 C ( A ) C(A) C(A)的投影矩阵?(A是m*n的矩阵)
b
=
p
+
e
b=p+e
b=p+e,
p
p
p是投影向量,
e
e
e是跟列空间垂直的
N
(
A
T
)
N(A^T)
N(AT)空间中的向量,
A
T
e
=
0
A^Te=0
ATe=0。
(图中写错两个地方,“投影向量”,其实为投影矩阵)
上图中第2中写法是错误的,因为 A A T AA^T AAT不一定可逆,它如果可逆, P = I P=I P=I, N ( A T ) N(A^T) N(AT)就不存在了。
注意要用图中画圈的两个地方才能求出投影矩阵。
这个投影和机器学习中的核函数不是一个概念,这个投影是线性变换,核函数是非线性变换。非线性投影。
https://www.zhihu.com/question/263365647
把线性变换想象成捏着空间中的单位向量旋转、拉伸,要求这个单位向量不能被弯曲,单位向量始终是直的。
非线性变换则不同,注意的感受是扭曲了空间,例如
ϕ
(
w
x
)
≠
w
ϕ
(
x
)
\phi(wx) \neq w\phi(x)
ϕ(wx)̸=wϕ(x)