七月机器学习之矩阵分析与应用3
2017-03-25 21:52
197 查看
线性代数的基本知识
线性相关就是一个向量能被另一个向量表示出来
基是子空间的最大线性无关组
此处一个子空间是一个平面,再加一个不共面的向量就可以组成R3,它一定是R3的一部分
A到U实际上是化简,将第一行乘以-3加到第二行,ux=0可以找到两个线性无关的解
列空间和左零空间在一起就构成了Rn的空间,它是与列空间垂直的那一个空间
二次型很重要记住~
PCA降维的本质就是舍弃小的特征值,保留大的特征值
核心:一个对称矩阵一定可以被U对角化
奇异值是特征值的开根号
线性相关就是一个向量能被另一个向量表示出来
基是子空间的最大线性无关组
此处一个子空间是一个平面,再加一个不共面的向量就可以组成R3,它一定是R3的一部分
A到U实际上是化简,将第一行乘以-3加到第二行,ux=0可以找到两个线性无关的解
列空间和左零空间在一起就构成了Rn的空间,它是与列空间垂直的那一个空间
二次型很重要记住~
PCA降维的本质就是舍弃小的特征值,保留大的特征值
核心:一个对称矩阵一定可以被U对角化
奇异值是特征值的开根号
相关文章推荐
- 七月算法机器学习笔记2--机器学习中的数学之矩阵分析与应用
- 机器学习中的矩阵分析与应用
- 七月机器学习之回归分析与工程应用5
- 七月算法机器学习笔记3 线性代数与矩阵
- 机器学习(37)之矩阵分解在协同过滤推荐中的应用
- 学习矩阵分析与应用过程中的点滴记录(一)
- 1.传统数据分析与机器学习的混合应用
- 机器学习——多元线性回归分析(multiple regression)及应用
- 矩阵分析与应用学习笔记1
- 应用机器学习(一):聚类分析
- 矩阵分析及其应用
- 矩阵分析与应用(三)——基与Gram-Schmidt正交化
- 拓扑数据分析在机器学习中的应用
- 矩阵分析与应用(1) Linear Equation
- 矩阵分析与应用(四)——逆矩阵、广义逆矩阵和Moore-Penrose逆矩阵
- Machine Learning1——机器学习关于数据分析和概率论和线性代数及矩阵的知识
- 机器学习--PCA(主成分分析)原理及应用
- 矩阵分析与应用(二)——内积与范数
- 图像处理、分析、识别、应用的课程笔记,PPT/PDF课件,计算机视觉中的机器学习、目标识别、分割、文本识别、fMRI 分析、运动和追踪等在线视频教程
- 矩阵分析与应用