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 × 4 R^{3×4} R3×4 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 x x。
[ 1 2104 1 1416 1 1534 1 852 ] \left[ \begin{matrix} 1 & 2104\\ 1 & 1416 \\ 1 & 1534 \\ 1 & 852 \end{matrix} \right] ⎣⎢⎢⎡1111