线性代数进阶-机器学习

1. 重要的特殊矩阵

对称方阵

  • 定义:
  • 协方差矩阵
  • 海森矩阵(牛顿法)
  • 内积矩阵

正定方阵

  • 定义:先对称,后满足 x T H x &gt; 0 x^{T}Hx&gt;0 xTHx>0,正定,<0负定,>=0半正定
  • 协方差矩阵
  • 海森矩阵(可以判定是不是凸函数)
  • 内积矩阵

正交矩阵

三角矩阵(上三角,下三角)

对角矩阵

稀疏矩阵

2. 矩阵变换

相似变换

  • 同一个线性变换在不同的基下的表达形式
  • 相似变换不变量
    :行列式值不变,描述的是同一个线性变换,体积变化率不变
    :迹不变
    :特征值不变

相合变换

  • 内积
    :定义两个向量之间的关系
  • 相合矩阵定义:
  • 几何意义:同一个内积结构在不同基下的表示形式
  • 相合变换不变量
    :矩阵的正定性
    :矩阵的正负特征值的个数
    :相合变换下矩阵保持对称性

正交相似变换

  • 正交相似变换同时满足相似与相合变换的条件,也就是说它同时保持了矩阵的相似和相合不变量
  • 任何一个对称阵A都可以正交相似于一个对角阵D,或者说总存在一个正交矩阵P,使得 A = P T D P A=P^{T}DP A=PTDP,且对角矩阵D由A的特征值构成。
  • 正交相似实例及几何意义:
    在这里插入图片描述

3. 矩阵分解

LU分解

  • A = L U A=LU A=LU
  • 高斯消去法

cholesky分解

QR分解

  • 定义 A = Q R A=QR A=QR,其中 Q为正交矩阵,而R是上三角矩阵
  • Gram-Schmidt正交化
    :投影,抹去非正交分量,归一化

SVD分解(重要)

在这里插入图片描述
在这里插入图片描述
伪逆的SVD表达:

4. PCA理论及实例

低阶矩阵近似(压缩图片)

  • 部分奇异值分解:用少部分大的奇异值来近似描述矩阵
    在这里插入图片描述

PCA应用

在这里插入图片描述
在这里插入图片描述

  • 降维,降噪
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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