m*n矩陣為m行n列的矩陣。
a ij
a_ai
j為矩陣a中第i行第j列元素。
對應元素各自相加，即cij
=aij
+bij
c_=a_+b_
cij=a
ij+
bij
矩陣中每個元素與常數相乘或相除。
m*n矩陣與n*o矩陣相乘結果是m*o矩陣。
矩陣相乘的運算方法是a的第i行的所有元素與b的第j行的所有元素對應相乘的和作為cij
c_ci
j的值。需要注意的是
矩陣乘法不滿**換律
矩陣乘法滿足結合律
單位矩陣i
ii滿足ia=
ai=a
ia=ai=a
ia=ai=aaa
−1=a
−1a=
iaa^= a^a =i
aa−1=a
−1a=
i a −1
a^a−
1稱為矩陣a
aa 的逆。
行變為列，列變為行。
a
aa的轉置為a
ta^t
at。若b=a
tb=a^t
b=at
,則bij=
aj
ib_=a_
bij=a
ji
機器學習筆記 Hessian矩陣
看牛頓法的時候，遇到的這個問題 原問題是要用牛頓法求對數似然函式 l 的最大值，也就是似然函式導數的零點，即迭代過程為 l l 如果 為向量，就會想，函式對向量求導怎麼求？所以查了一下 結果是向量 事實上這就是所謂的gradient，即對於一般標量函式 f x 其中向量為 x x1,xn 導數為 f...
機器學習筆記 混淆矩陣
import pandas as pd import numpy as np from sklearn.preprocessing import labelencoder from sklearn.cross validation import train test split 交叉驗證,拆分資料集...
Andrew Ng 機器學習筆記（三）
欠擬合與過擬合的概念 如果我們以乙個房價的訓練集來做出乙個線性的 如果我們做乙個一次函式，那房價的 線條應該是乙個向上攀公升的直線 如果做乙個二次函式，可能有些部分會陡一點有些部分會平緩一點，像是右邊那樣 引數學習演算法 引數學習演算法是一類有固定數目的引數來進行資料擬合的辦法。非引數學習演算法 它...