![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学漫谈
狂奔的飞猪
昨夜西风凋碧树,独上高楼,望尽天涯路;
衣带渐宽终不悔,为伊消得人憔悴;
众里寻他千百度,蓦然回首,那人却在灯火阑珊处
展开
-
特征值与特征向量的几何物理意义
我们知道,矩阵乘法对应了一个变换,是把任意一个向量变成另一个方向或长度都大多不同的新向量。在这个变换的过程中,原向量主要发生旋转、伸缩的变化。如果矩阵对某一个向量或某些向量只发生伸缩变换,不对这些向量产生旋转的效果,那么这些向量就称为这个矩阵的特征向量,伸缩的比例就是特征值。实际上,上述的一段话既讲了矩阵变换特征值及特征向量的几何意义(图形变换)也讲了其物理含义。物理的含义就是运动的图景:转载 2017-06-23 12:44:34 · 785 阅读 · 1 评论 -
特征值和特征向量的数学表示
特征值与特征向量的数学表达式本文转载自http://blog.csdn.net/yelbosh/article/details/52079462转载 2017-06-23 13:10:16 · 6796 阅读 · 0 评论 -
再谈特征值与特征向量的求取
特征向量和特征值在计算机视觉和机器学习中有许多重要的应用。众所周知的例子是PCA(主成分分析)进行降维或人脸识别是特征脸。特征向量和特征值的一个有趣应用在我的另一篇有关误差椭圆的博文中提到。此外,特征值分解形成协方差矩阵几何解释的基础。在这篇文章中,我将简单的介绍这个数学概念,并且展示如何手动获取二维方形矩阵的特征值分解。特征向量是一个向量,当在它上面应用线性变换时其方向保持不变。考虑下面转载 2017-06-23 13:26:41 · 1754 阅读 · 0 评论 -
浅谈协方差矩阵
今天看论文的时候又看到了协方差矩阵这个破东西,以前看模式分类的时候就特困扰,没想到现在还是搞不清楚,索性开始查协方差矩阵的资料,恶补之后决定马上记录下来,嘿嘿~本文我将用自认为循序渐进的方式谈谈协方差矩阵。统计学的基本概念学过概率统计的孩子都知道,统计里最基本的概念就是样本的均值,方差,或者再加个标准差。首先我们给你一个含有n个样本的集合X={X1,…,Xn}X={X1,…,X转载 2017-06-24 12:30:34 · 2412 阅读 · 2 评论