【机器学习】线性代数基础要点

本文为机器学习的学习总结，回顾机器学习中线性代数相关的知识。

矩阵和向量

矩阵和向量有关知识相信大家在线性代数中已经打好了基础，这里不再详细介绍，仅总结一些需要注意的地方防止出错。

• 矩阵的维数表示为行数×列数，例如 $R^{3\times 4}$ 表示一个 3 行 4 列的矩阵；
• 向量可以理解为只有 1 列的矩阵，向量的维数=向量中的元素个数；
• 关于下标索引从 1 开始还是从 0 开始，在今后的文章中，我们会默认从 1 开始，如有特例将会说明；

矩阵的加法和标量乘法

略，详细讲解见《线性代数》

矩阵向量乘法

矩阵与向量的乘法为矩阵与矩阵相乘的特例，直接略过，这里仅讲解一个小技巧。

假设我们有 4 个房屋的面积，房屋价格与房屋面积的公式如下图右边所示，我们可以通过构造矩阵与向量相乘的方式快速求解。

首先我们构造房屋大小的矩阵，其中第一列用来计算公式中的常数，第二列代表公式中的第二项 $x$。
$$[\begin{array}{cc}1& \\ 1& \\ 1& \\ 1& \end{array}$$