[Daily]矩阵

矩阵 matrix

开始填海

稀疏矩阵 sparse matrix

零元素远多于非零元素的矩阵。（非常确切的定义找了很久没找到，大概是不需要吧。

抄作业 ⇒ 一篇关于机器学习中的稀疏矩阵的介绍

摘重点

以下面这个矩阵为例

矩阵的压缩 可以压缩成两种格式

1.COO (Coordinate Format)

是以三个数组的形式存储 数组分别存储 行号 / 列号 / 值

 （打value的时候忘记加s了懒得改了）

2.CSR(Compressed Sparse Row)

也是三类数据表示 行偏移 / 列号 / 值

它不是三元组 而是 整体编码的形式

其中 列号 和 值 与COO相同， 行偏移表示每一行第一个数的偏移量（比如 b 第二行的第一个数，偏移量是1；f 第三行第一个数，偏移量是5）行偏移最后一位表示有几个元素。

 奇异值分解（Singluar Value Decomposition SVD)

搞这part的时候我发现我连行列式都值怎么算都不知道了。记性真是个好东西。说明我填海的时候用的是海水可溶的石子。只要记性够差，海永远填不平。。

抄作业 ⇒ 奇异值分解（SVD）

摘重点

一个方阵可以用特征分解表示：

但如果一个行列数不同的矩阵就不能这么分解，于是就有了奇异值分解 ⇒ 

具体证明可见上链接。大概就是左奇异矩阵U是由做特征分解得到,右奇异矩阵由特征分解得到。而中间这个对角线由奇异值组成得到。而奇异值的求法就是

插个有趣的东西 行列式的英文叫做determinant 决定因子 因为它能决定矩阵的一些性质.

石头先扔这么点。下次看还要啥石头再填上去。