学习特征抽取时对线性代数知识的思考

矩阵是一种映射，
为什么说矩阵是一种映射，我想可以用单位平面进行解释：
如下图，$\overrightarrow{AC}=[0,1{]}^T$, $\overrightarrow{AB}=[1,0{]}^T$

现在给出一个矩阵$$\alpha =\left[\begin{array}{cc}0.5& 0\\ 0& 1.5\end{array}\right]$$
做这个矩阵与两向量间的乘法,即$\alpha \ast \overrightarrow{AB}=[1.5,0{]}^T,\alpha \ast \overrightarrow{AC}=[0,0.5{]}^T$，把运算结果表现在坐标轴上，可以发现原来的单位坐标轴变成了x为1.5，y为0.5的坐标轴了：其实也就是原来这组数被映射到了矩阵的维度上了，说白了就是被缩放了，这个可能不够清楚，我在用一个更详细的例子来说明

矩阵的混合是一种空间上的缩放和旋转，行列式是矩阵的放大倍率