【机器学习数学基础--矩阵01】线性空间

范数

    定义：是一个描述线性空间的度量，可以理解为二维空间的长度。

    如||x1-x2||表示向量x1,x2之间的距离。

    *Frobenius范数：机器学习常用范数。     即：矩阵所有元素先取平方和，再开平方。

特征分解

    特征值：满足公式：  ，其中 λ 为特征值，x为A的对应于λ的特征向量。

    特征分解：公式： ，其中，P是A所有特征向量展开组成的矩阵。

        原理：AP=P×diag(...λi...)，展开可得。

正交分解

    正交矩阵：，即：