机器学习：小白入门线性代数（Linear Algebra）

矩阵和向量（Matrices and vectors）

什么是矩阵（Matrix）？矩阵就是二维的数组。一维数组可以表示为[1,2,3,…]，二维数组便是在一维数组的基础上附加一维，即
A=[1,2,3
4,5,6
7,8,9]
也可用分号代表分行，A=[1,2,3;4,5,6;7,8,9]，这就是矩阵。
那什么是向量（Vector）呢？向量是一列多行的矩阵，如[1;2;3;4]即代表一行四列的向量，也称为四维向量。

于矩阵或者向量（即特殊的矩阵）而言，我们可以通过其下标进行索引（index），Aij代表该矩阵A的第i行第j列元素，如A12=2。

矩阵的加法和乘法

矩阵的加法

已知：矩阵A，B，C，满足A+B=C
条件：矩阵A和B的维度一致，即行列数相同
方法：对应元素相加

矩阵的数乘

已知：矩阵A、B，常数k，B=k*A
条件：无
方法：直接将k与矩阵A中所有元素相乘即可，除法同理

矩阵的乘法

已知：矩阵A，B，C，C=AB
条件：A的列数等于B的行数，即若A为mn，B为no，最终得到的C为mo（取A的行，取B的列）
方法：
按如上公式，逐个计算矩阵C中每个元素的值即可（实际运算较繁琐，一般编程实现）

矩阵的逆和转置（inverse and transpose）

单位矩阵（Identity matrix）

概念：主对角线元素为1，其他元素为0的方阵。

如上都是单位矩阵，也称单位阵。

矩阵的逆

已知：矩阵A、A^-1，单位矩阵I（大写字母i）
条件：A为方阵（行=列）
方法：A*A^-1=I

矩阵的转置

已知：矩阵A，B
条件：无
方法：Bij=Aji（行列互换），例子：
A = [1,2,0;0,5,6;7,0,9]
B =
[ 1 0 7
2 5 0
0 6 9]