# 机器学习python：机器学习相关矩阵知识(五）逆矩阵

最新推荐文章于 2022-10-03 20:34:33 发布
最新推荐文章于 2022-10-03 20:34:33 发布
阅读量477 收藏
点赞数
分类专栏： 笔记 文章标签： 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/windwishes/article/details/104267232
版权

机器学习：机器学习相关矩阵知识(五）

零空间

对于给定矩阵A,在映射作用下满足等式Ax=0成立的向量x的集合，称为矩阵A的零空间，记作N(A).

列空间

对于给定矩阵A,一个原始空间经过矩阵A的映射得到的对应空间，本质上上是该矩阵A各列所有线性组合的结果集合，将这个集合称为矩阵A的列空间C(A).

逆矩阵

在之前(四）的讨论中，我们知道矩阵相乘的本质是一种映射。对于一个m×n矩阵A与n维向量x相乘得到的式子y=Ax其本质是将原始空间中的x坐标位置通过矩阵A映射到m维的目标空间中。当我们知道目标空间中的y去反推原始空间中的x坐标逆映射所用到的矩阵称作矩阵A的逆矩阵，写作A-1。所以当AA-1得到得到的为m阶单位矩阵
逆矩阵存在的条件：
①映射矩阵必须是一个方阵，否则在原始空间映射到目标空间的过程中，要么损失向量信息，要么增加向量信息，y=Ax的唯一性被破坏。
②其次需要满足以下任一条件
a.一矩阵A在方阵情况下满足零空间维零维向量

最低0.47元/天 解锁文章
windwishes
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习笔记 - 单位矩阵和逆矩阵
学以致用 知行合一
04-12 2806
这里学习在线性代数中很重要的单位矩阵和逆矩阵。 单位矩阵是一个形状为 (n×n) 的除了对角线为1，其余均为0的矩阵。 设A是一个n阶矩阵，若存在另一个n阶矩阵B，使得： AB=BA=（单位矩阵） ，则称方阵A可逆，并称方阵B是A的逆矩阵。
机器学习——矩阵和线性代数相关知识总结
weixin_39928773的博客
02-05 522
方阵行列式 计算：nnn阶方阵的行列式等于它的任一行（或列）的各元素与其对应的代数余子式乘积之和。 代数余子式 余子式：在一个nnn阶行列式AAA中，把(i,j)(\mathrm{i}, \mathrm{j})(i,j)元素aija_{ij}aij​所在的第iii行和第jjj列划去后，留下的n−1n-1n−1阶方阵的行列式叫做元素aija_{ij}aij​的余子式，记做MijM_{ij}Mij​。...
machine learning实验7 矩阵求逆
pennyliang的专栏
12-31 1743
#include"stdio.h" #include double function(double matrix[3][6],double theta[3],int sample_i) { double ret=0.0; for(int i=0;i<3;++i) { ret+=matrix[sample_i][i]*
机器学习中的数学——单位矩阵和逆矩阵
热门推荐
冯·诺依曼
09-25 1万+
线性代数提供了被称为矩阵逆的强大工具。对于大多数矩阵A，我们都能通过矩阵逆解析地求解方程组： Ax=bAx=bAx=b 为了描述矩阵逆，我们首先需要定义单位矩阵的概念。任意向量和单位矩阵相乘，都不会改变。我们将保持nnn维向量不变的单位矩阵记作InI_nIn​形式上，IN∈Rn×nI_N\in R^{n\times n}IN​∈Rn×n： ∀x∈R:Inx=x\forall x\in R:I_nx=x∀x∈R:In​x=x 单位矩阵的结构很简单：所有沿主对角线的元素都是1，而所有其他位置的元素都是0： [1
一步一步学机器学习——python求逆矩阵
比奇堡海滩
03-14 271
>>> from numpy import * >>> a=mat([[3,4],[2,16]]) >>> a matrix([[ 3, 4], [ 2, 16]]) >>> b=a.I >>> b matrix([[ 0.4 , -0.1 ], [-0.05 , 0.075]]) #b就是逆矩阵 mat函数：将目标数据的类型转换为矩阵（matrix） ...
# 机器学习python：机器学习相关矩阵知识(一）向量
windwishes的博客
02-08 503
机器学习：机器学习相关矩阵知识(一） 向量 定义：向量是把一组数字排成一列或者一行，或表示为空间中具有大小与方向的量。 使用python表示向量 # 生成行向量 import numpy as np a =np.array([1,2,3,4]) print(a) [1 2 3 4] # 生成列向量(二维数组法） b = np.array([[1,2,4,5]]) print(b) print...
# 机器学习python：机器学习相关矩阵知识(三）矩阵
windwishes的博客
02-09 756
机器学习：机器学习相关矩阵知识(三） 矩阵 定义：矩阵是可以看成n个m维列向量从左向右排列，或n个m维行向量从上到下排列。直接来看是一个m×n的数字方阵 (注意向量可以看为一维矩阵）。 分类： 1.方阵 行数与列数相等的一类矩阵。行数或者列数成为他的阶数，常见的有3阶方阵，4阶方阵及3×3，4×4的数字方阵。 2.转置矩阵 将矩阵Γ上的每行上的元素与每列上的元素调换位置称作矩阵的转置。 如： 3...
# 机器学习python：机器学习相关矩阵知识(四）空间映射与秩
windwishes的博客
02-10 615
机器学习：机器学习相关矩阵知识(四） 矩阵与空间映射的关系 在默认基底(e1,e2,…en)构成的Rn空间中，一个矩阵 A 与列向量 x 乘法的本质是将X的基底进行更换。将原始基底(e1,e2,…en)映射到以矩阵A的各个列，将矩阵A的各列充当目标向量的新基底。再结合原始向量 x 的坐标得到新基底构成的目标向量。 过程如下： 此时有三种情况产生: ① m<n,即当矩阵A的行数小于列数时。根...
python机器学习：推荐系统实现（以矩阵分解来协同过滤）
01-06
用户和产品的潜在特征编写推荐系统矩阵分解工作原理使用潜在表征来找到类似的产品。 1. 用户和产品的潜在特征 我们可以通过为每个用户和每部电影分配属性，然后将它们相乘并合并结果来估计用户喜欢电影的程度。 ...
# 机器学习python：机器学习相关矩阵知识(二）基底与张成空间
windwishes的博客
02-09 858
机器学习：机器学习相关矩阵知识(二） 基底 定义：对于向量u而言，它的基底是构成其基准的一组向量。 如： 要求：n维空间中的基底，由n个向量 构成，这n个向量必须满足线性无关，才可以成为基底。换句话说一组向量（e1，e2， ·········，en）构成n维空间的一组基底，就必须满足n维空间中的任意一个向量v，可以有且仅有一种表示 v= x1e1+x2e2+x3e3+······+xnen. 性质...
python简单实现矩阵的乘，加，转置和逆运算示例
09-19
主要介绍了python简单实现矩阵的乘，加，转置和逆运算,结合实例形式分析了Python针对矩阵的乘，加，转置和求逆等运算相关实现技巧,需要的朋友可以参考下
【模板】矩阵求逆
继续学吧
01-14 683
方法就是通常的那种方法，就是在原矩阵旁边放一个单位矩阵，对两个矩阵一起高斯消元，当原矩阵被消成单位矩阵时右边的单位矩阵就是它的逆，在高斯消元过程中如果不能继续下去就无解 步骤就是先找到当前要操作的行，然后给这一行进行变换，乘以1fi,i\frac{1}{f_{i,i}}fi,i​1​ 然后对其余行，给操作行乘以−fj,i-f_{j,i}−fj,i​加到这些行上去，这样就能保证fi,i=1f_{i,...
机器学习常见求逆矩阵的方法
最新发布
qq_52648720的博客
10-03 778
机器学习常见的求逆矩阵的方法
【机器学习线性代数】04 由果寻因：谈谈逆映射与逆矩阵
机器学习数学基础系列专栏
11-15 3736
1.分析映射的逆过程 1.1.说说逆矩阵 在前面的内容中，我们反复讲矩阵的本质是映射。对于一个m×nm × nm×n的矩阵，乘法y=Axy=Axy=Ax的作用就是将向量从nnn维原空间中的xxx坐标位置，映射到mmm维目标空间的yyy坐标位置，这是正向映射的过程。那么，如果已知结果向量的坐标yyy去反推原向量的坐标xxx，这个过程就称之为逆映射，因为逆映射也是一种映射过程，因此表征逆映射的矩阵，我们称之为：A−1A^{-1}A−1。 1.2.和反函数进行类比 为了更直观的说明问题，我们在深入讨论逆映射、逆矩
python求逆矩阵
jacke121的专栏
09-28 1892
方法1： from numpy import * import numpy as np A=np.array([[1,2],[3,4]]) B=np.linalg.inv(A) print(B) print(np.dot(B,A)) 方法2： from numpy import * a1 = mat([[1, 2], [3, 4]]) a2 = a1.I print(a2) print(a2*a1)
[线性代数]Note3--乘法和逆矩阵
AI 算法笔记
08-14 830
继续是线性代数的学习笔记，第三节课乘法和逆矩阵矩阵乘法
机器学习（数据分析）数学基础——线性代数篇（四）矩阵的秩与逆
小林同学的计算机学习
12-23 997
求矩阵的秩和逆
吴恩达机器学习（二）——矩阵基本知识
一名热爱金融的程序员
02-22 635
矩阵 A·I = I·A = A 逆矩阵 AA-1 =A-1 A = I 关于使用Octave求逆矩阵： &gt;&gt; A = [3 4 ;2 16] A = 3 4 2 16 &gt;&gt; pinv(A) ans = 0.400000 -0.100000 -0.050000 0.075000 &gt;&gt; inverseOFA = p...
Python NumPy入门：机器学习中的高效矩阵处理教程
本篇博客详细介绍了Python NumPy模块的基础教程，以及如何利用NumPy进行机器学习相关的高效数组操作。NumPy是Python中用于处理大型多维数组和矩阵的重要工具，它提供了大量的数学函数库，使得在机器学习任务中进行...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值