当前位置:   article > 正文

机械学习—零基础学习日志(如何理解线性代数5)

机械学习—零基础学习日志(如何理解线性代数5)

零基础为了学人工智能,正在快乐学习,每天都长脑子

特征向量和特征值

我们知道,线性映射,也就是矩阵,其实就是平面的一种变换。

但是在矩阵变换过程中,我们会发现有一个方向上,变化方向会与x的方向平行。

对于所有满足这个等式的向量x,以及系数,就是特征向量以及特征值。

假设不知道线性映射,但是知道特征向量与特征值,是否可以得到线性映射后的输出呢?

答案是可以的,只要进行拆解,拆解为两个特征向量,然后再进行合成就可以。

矩阵特征向量的变化很好的描述了矩阵对空间影响。

A的特征分解以及作用

把向量分解为如下形式。第一步分解为,特征向量的线性组合。第二步,根据特征值缩放每个向量,第三步,重新将特征向量组合起来。

特征多项式

强烈推荐: 漫士沉思录   (UP主)

我基本就是在学习他的内容,做一个笔记了,讲得真的很不错啊,真的很好啊!强烈推荐!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/黑客灵魂/article/detail/1001581
推荐阅读
相关标签
  

闽ICP备14008679号