机器学习中的线性代数
线性代数的数学对象
- 标量:标量只是一个单一的数字
- 向量:向量是一个有序的数学数组,可以在一行或一列中
- 矩阵: 矩阵是一个有序的二维数组,它有两个索引。一个指向该行,一个指向该列
线性代数基本计算规则
矩阵标量运算
如果一个矩阵加减乘除一个标量,那么这个矩阵的每一个元素进行数学运算
矩阵-矩阵加法和减法
矩阵-矩阵加法或者减法要求矩阵具有相同的尺寸,并且结果将是具有相同尺寸的矩阵。只需在第一个矩阵中添加或减去第二个矩阵的每个值及其对应的值
矩阵-矩阵点乘(点积)
矩阵-矩阵点乘要求是矩阵具有相同的尺寸,矩阵各个对应元素相乘
矩阵-矩阵相乘(叉乘)
如果第一个矩阵列的数量和第二个矩阵行数要相等,才能将矩阵相乘。结果矩阵具有与第一个矩阵相同的行数和第二个矩阵相同的列数
矩阵-向量乘法
看作矩阵-矩阵叉乘的特例
向量-向量乘法(列向量-行向量)
看着矩阵-矩阵叉乘的特例
向量-向量乘法(行向量-列向量)
看着矩阵-矩阵叉乘的特例
矩阵转置
第一列变成转置矩阵的第一行,第二列变成了矩阵转置的第二行,一个mn的矩阵被转换成为一个nm 的矩阵。