【Nan‘s 吴恩达机器学习笔记】第三章 线性代数

3.1 矩阵和向量

矩阵(Matrices):大写字母表示
矩阵的维数,即行数×列数。 A i j A_{ij} Aij指第i行,第j列的元素。
向量(Vectors):小写字母y表示
一种特殊的矩阵,讲义中的向量一般都是列向量,n×1矩阵。
1索引(下标)向量为常用的!
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数

3.2 矩阵&向量的运算

加法和标量乘法

【Nan‘s 吴恩达机器学习笔记】第三章 线性代数

矩阵向量乘法

矩阵和向量的乘法如图:m×n的矩阵乘以n×1的向量,得到的是m×1的向量
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数

房价预测的应用

已知四个房屋的大小x和h(x)=-40+0.25x,预测房屋价格可用矩阵向量乘法求解。
即,prediction = DataMatrix · parameters.
[ 1 1234 1 2345 1 3456 1 4567 ] [ − 40 0.25 ] \begin{bmatrix} 1&1234 \\ 1&2345 \\ 1&3456 \\ 1&4567 \end{bmatrix} \begin{bmatrix} -40 \\ 0.25 \end{bmatrix} 11111234234534564567[400.25]

矩阵乘法

m×n矩阵乘以n×o矩阵,变成m×o矩阵。
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数

房价预测的应用Ⅱ

【Nan‘s 吴恩达机器学习笔记】第三章 线性代数
矩阵乘法服从结合律,不服从交换律。

单位矩阵

是方阵,一般用 I 或者 E 表示,本讲义都用 I 代表单位矩阵,从左上角到右下角的对角线(称为主对角线)上的元素均为1以外全都为0。如:
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数
对于单位矩阵,有: A I = I A = A AI=IA=A AI=IA=A

逆(Inverse)

方阵才有逆矩阵
如矩阵A是一个m×m矩阵(方阵),如果有逆矩阵,则:
A A − 1 = A − 1 A = I AA^{-1}=A^{-1}A=I AA1=A1A=I

转置(Transpose)

将A的所有元素绕着一条从第1行第1列元素出发的右下方45度的射线作镜面反转,即得到A的转置。
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数
相关性质:
【Nan‘s 吴恩达机器学习笔记】第三章 线性代数
【matlab】中矩阵转置:直接打一撇,x=y’