矩阵是什么意思通俗 抖音矩阵是什么意思( 四 )


---------------------
作者:yeler082
来源:CSDN
原文:https://blog.csdn.net/yeler082/article/details/78755095
机器学习中的线性代数(3)——从多个角度去理解“矩阵”3这是《机器学习中的数学基础》系列的第3篇 。
矩阵的初步理解在研究矩阵乘法之前 , 我们先来看看什么是矩阵 。通俗地说 , 把多个向量并排放到一起 , 就叫做矩阵 。比如下面这个2*2矩阵 , 就是由向量(2,1)和向量(5,3)组合到一起的:
通常 , 我们所说的mxn的矩阵 , 是指矩阵有m行 , n列 。
矩阵的进一步理解接下来 , 我们看矩阵和向量的乘法是什么样子的 。先直接抛出定义的公式:
这个公式我们要好好研究下 , 把它研究透彻了 , 就能明白矩阵和向量的乘法中 , 矩阵到底扮演一个什么样的角色 。
我们先来看结果 , 矩阵乘以向量 , 结果还是一个向量 。不难看出 , 向量(ae+bf , ce+df)可以分解成两个向量的和 。这两个向量分别是(ae , ce)和(bf , df) , 我们把公共的系数提出来 , 表示为:
这是啥?这不就是向量(a , c)和向量(b , d)的线性组合吗?也就是说 , 矩阵乘以向量 , 就是以矩阵各列进行的线性组合 , 而这个线性组合的系数(权)就是向量的各个元素 。通俗点说 , 矩阵乘以一个“旧”向量 , 把它变成了一个“新”向量 。我们把这个变换 , 就叫做线性变换 。也就是说 , 矩阵的作用就是一个线性变换 。
矩阵的深层次理解你以为这就结束了吗?并没有 。下面我们将从基的角度再一次理解矩阵 。
我们已经知道给定任意一个向量(e , f) , 它等价于(ei+fj) , i和j是一组基 。而这个“旧”向量(e , f) , 经过一个矩阵[a , b;c , d]的作用后 , 变成了“新”向量(eh+fk) 。其中向量h=(a , c) , 向量k=(b , d) 。对比前后两个新旧向量 , 你发现什么了吗?
你会发现 , 它们的系数是一样的 , 都是e和f 。那这又说明什么呢?首先 , 可以看做又再一次验证了矩阵的作用确实是线性变换 。其次 , 我们又需要一次思维跳跃 。“旧”向量(ei+fj)我们把它看做由基i和j构成;那新向量(eh+fk)呢?我们也可以把它看成由新的基h和k构成 。
重点来了 , 这次由某个矩阵“主导”的线性变换 , 只有基底发生了变化(从i、j到h、k) 。我们把h和k放在一起 , 发现[h k]就是这个产生线性变换的矩阵啊 。因此 , 我们看到的矩阵 , 竟然是一组基 。当矩阵乘以向量时 , 得到的结果就是以矩阵的各列作为基 , 以旧向量元素为权(系数)而构造的一个新向量 。
今天我们以各种角度去剖析了矩阵的含义 , 你都明白了吗?欢迎留言讨论 。