回顾线性代数
矩阵
矩阵可以理解为二维数组的另一种表现形式。A矩阵为三行两列的矩阵,B矩阵为两行三列的矩阵,可以通过下标来获取矩阵的元素,下标默认都是从0开始的。 A i j : A_{ij}: Aij:表示第 i i i行,第 j j j列的元素。
向量
向量是特殊的矩阵,只有1列的矩阵,C是4行1列的向量。
矩阵与标量运算
标量与矩阵里的每一个元素进行运算,也可以想象成利用广播机制,把标量看成与矩阵同形状且每个元素都为标量的矩阵,对应位置进行运算。
矩阵与标量之间的运算是将每个元素都与标量进行运算。
矩阵与向量运算
n n n行 m m m列的矩阵乘以 m m m行1列的向量,得到 n n n行1列的向量。
例题:
比如房子的大小影响房价的高低,大小作为特征数据。
某特征数据: [ 1 2 3 ] \begin{bmatrix} 1\\ 2\\3\end{bmatrix}
123
,线性关系为: h ( x ) = 2 x + 1 h(x)=2x+1 h(x)=2x+1,如何使用线性代数的知识表示 h ( x ) h(x) h(x)与 x x x之间的关系?
构建特征矩阵,添加系数全为1的1列,然后构建参数向量,1对应 θ 0 θ_0 θ0,2对应 θ 1 θ_1 θ1。x为特征数据,样本数据有 m m m个,此时 m = 3 m=3 m=3,分别对应 x 1 , x 2 , x 3 x_1,x_2,x_3 x1,x2,x3,保证截距没有其他系数干扰
矩阵与矩阵运算
对应位置进行运算。矩阵与向量不能直接进行相加运算。
矩阵与矩阵之间按位运算,并且形状要保持一致,否则不可运算。
有 3 ∗ 2 3*2 3∗2的矩阵与 2 ∗ 3 2*3 2∗3的矩阵进行相乘运算,可以把后面的 2 ∗ 3 2*3 2∗3的矩阵拆成3个向量进行计算,得到的是 3 ∗ 3 3*3 3∗3的矩阵。
n n n行 m m m列的矩阵乘以 m m m行 n n n列的矩阵,得到 n n n行 n n n列的矩阵。
例题:
某特征数据: [ 1 2 3 ] \begin{bmatrix} 1\\ 2\\3\end{bmatrix}
123
,线性关系为: h ( x ) = 2 x + 1 h(x)=2x+1 h(x)=2x+1, h ( x ) = 3 x + 2 h(x)=3x+2 h(x)=3x+2,如何使用线性代数的知识表示 h ( x ) h(x) h(x)与 x x x之间的关系?
有多个 h ( x ) h(x) h(x)表现形式,把第一个线方程式中的1对应 θ 0 θ_0 θ0,2对应 θ 1 θ_1 θ1,第二个方程式中的2对应 θ 0 ′ θ_0' θ0′,3对应 θ 1 ′ θ_1' θ1′,多个方程式依次往后摆放。
单位矩阵
在自然数中,1乘以任何数等于任何数乘以1,等于任何数本身。单位矩阵对角线元素为1,其他元素全部为0,行列相同,也为方阵。
I = [ 1 0 0 0 1 0 0 0 1 ] I=\begin{bmatrix} 1&0&0\\ 0&1&0\\0&0&1\end{bmatrix} I=
100010001
, A ∗ I = I ∗ A = A A*I=I*A=A A∗I=I∗A=A
m ∗ m m*m m∗m单位矩阵乘以 m ∗ n m*n m∗n的矩阵,都为 m ∗ n m*n m∗n的矩阵,矩阵与单位矩阵相乘满足交换律,其他矩阵的计算并不满足交换律。
转置矩阵
把矩阵的行与列进行交换。