吴恩达机器学习第三章课堂笔记

3.1 矩阵和向量

矩阵就是数字组成的矩形阵列，并写在方括号内，也可以说是二维数组的另一种说法。

两行三列的矩阵，可以用花体 R 的 2*3表示。如果是单列的矩阵，如下图

 

我们可以称这个 y 是 四维向量，可以用花体 R4 来表示。

3.2矩阵加法和标量乘法

行列相同的矩阵才可以相加，如下图

行列不同的矩阵相加为错误。

单一数字与矩阵相乘与相除，如下图：

 

 如果是单一数字与矩阵乘除，以及矩阵和矩阵之间的加减，是符合常规的加减乘除运算的，先乘除后加减，交换运算也可以

但是两个矩阵之间相乘，是不可以调换位置的，调换位子会改变结果。

 那么这种计算方式怎么应用到范例里呢？举例，我们已经知道了房子的大小，也知道一个方程式可以预估房子的价钱，如何使用矩阵的方式带入计算？

 这种方式的计算可以使代码更简单。

 如果两个矩阵都是多列的，那么相乘的方式是，先将其中一个矩阵拆开为单列进行计算，然后再将结果进行合并。如下图

 那么运用到房屋价格计算时，可以是下面这种情况：

这种计算方式可以高效的针对多种假设进行计算。

需要注意的是，普通计算里，3*5和 5*3，但是矩阵里面 A*B≠B*A，矩阵不符合交换律。

但是矩阵可以符合结合律，譬如 A*B*C可以是 A乘B然后乘以C,也可以是B乘以C然后乘以A。

如果两个相乘的矩阵里有一个是 identity matrix，则可以 A*B=B*A

3.3逆和转置

如果 A 是一个 m*m的矩阵（必须是个方阵），且 A 矩阵有逆 A-1， 则它俩相乘为 I。

不是所有的数都有逆，0 的逆无意义。

举例：

矩阵的转置：