这是《机器学习中的数学基础》系列的第4篇。
![d9d66858c13eb18ae8a8f7de1d858592.png](https://img-blog.csdnimg.cn/img_convert/d9d66858c13eb18ae8a8f7de1d858592.png)
上一篇我们知道了,矩阵其实就是一个线性变换,矩阵的各列就是由原来的基向量变换而来。在此基础上,假如我们把两个矩阵放在一起,也就是说,让两个矩阵做乘法,它又有什么含义呢?
- 矩阵乘法
我们还是先从矩阵和向量的乘法看起:
![5d2d354aea8530f8683e81d69a8bf74d.png](https://img-blog.csdnimg.cn/img_convert/5d2d354aea8530f8683e81d69a8bf74d.png)
矩阵乘以一个向量,得到一个新向量。如果我们把新向量再乘以一个矩阵呢?又得到一个向量:
![6696f87da8b95277b6e53295ba470149.png](https://img-blog.csdnimg.cn/img_convert/6696f87da8b95277b6e53295ba470149.png)
把(1)式代入(2)式,就得到:
这是《机器学习中的数学基础》系列的第4篇。
上一篇我们知道了,矩阵其实就是一个线性变换,矩阵的各列就是由原来的基向量变换而来。在此基础上,假如我们把两个矩阵放在一起,也就是说,让两个矩阵做乘法,它又有什么含义呢?
我们还是先从矩阵和向量的乘法看起:
矩阵乘以一个向量,得到一个新向量。如果我们把新向量再乘以一个矩阵呢?又得到一个向量:
把(1)式代入(2)式,就得到: