机器学习 - 初学者需要弄懂的一些线性代数的概念
一、单位矩阵
在数学中，单位矩阵是一个方阵，其主对角线上的元素全为1，其余元素全为0。单位矩阵在矩阵乘法中起到类似于数字1在数值乘法中的作用，即任何矩阵与单位矩阵相乘，结果仍为原矩阵本身。
单位矩阵的定义：
对于一个n阶单位矩阵，其形式如下：
其中，主对角线上的元素为1，其余元素为0。
单位矩阵的性质：
-
乘法恒等性： 对于任何n阶矩阵A，都有：
-
行列式： 单位矩阵的行列式为1。
-
特征值： 单位矩阵的特征值均为1，且具有重数n。
示例：
考虑一个2阶单位矩阵：
这表明，单位矩阵在矩阵乘法中起到恒等作用。
单位矩阵在数学和工程学中具有广泛的应用，尤其在解线性方程组、计算矩阵的逆以及进行线性变换时，单位矩阵都扮演着重要角色。
二、线性相关和线性无关
线性相关：
如果一组向量中，至少有一个向量可以表示为其他向量的线性组合，即存在一组不全为零的标量，使得这些向量的线性组合等于零向量，则称这组向量是线性相关的。
线性无关：
如果一组向量中，只有当所有标量都为零时，其线性组合才能等于零向量，则称这组向量是线性无关的。
通俗理解：
-
线性相关： 想象你有三根绳子，其中两根是平行的，第三根可以通过调整长度和方向，恰好与前两根平行或重合。此时，第三根绳子可以由前两根绳子的线性组合表示，因此这三根绳子是线性相关的。
-
线性无关： 如果三根绳子两两不平行，且不共线，那么无法通过调整长度和方向，将其中一根绳子表示为其他两根的线性组合。此时，这三根绳子是线性无关的。
数学定义：
三、矩阵的秩
矩阵的秩是线性代数中的一个重要概念，表示矩阵中线性无关的行或列的最大数量。
定义：
矩阵的秩可以通过以下几种方式定义：
-
线性无关行（列）的数量： 矩阵的秩等于其线性无关的行或列的最大数量。
-
最大非零子式的阶数： 矩阵的秩等于其最大非零子式的阶数。
-
行（列）空间的维度： 矩阵的秩等于其行空间或列空间的维度。
计算方法：
计算矩阵的秩可以通过以下几种方法：
-
行（列）简化法：
- 通过初等行（列）变换，将矩阵化为行最简形式或列最简形式。
- 矩阵的秩等于其行最简形式或列最简形式中非零行（列）的数量。
-
子式法：
- 计算矩阵的所有子式，找到最大阶数的非零子式。
- 该子式的阶数即为矩阵的秩。
-
行列式法：
- 计算矩阵的行列式。
- 如果行列式不为零，则矩阵的秩等于其阶数；如果行列式为零，则需要进一步检查其子矩阵的行列式，直到找到非零行列式的子矩阵。
需要注意的是，矩阵的秩是其行空间和列空间的维度，具有深刻的几何意义。 在实际应用中，矩阵的秩用于判断线性方程组的解的情况、分析线性变换的性质等。
四、矩阵可逆的概念以及如何判断一个矩阵是否可逆
矩阵的可逆性是线性代数中的一个重要概念，指的是一个方阵是否存在一个与之相乘得到单位矩阵的矩阵。
定义：
设 A 为 n×n 的方阵，如果存在一个 n×n 的矩阵 B，使得：
A×B=B×A=In
其中，In 是 n×n 的单位矩阵，则称矩阵 A 为可逆矩阵，B 为 A 的逆矩阵，记作 A^{-1}。
判断矩阵是否可逆的方法：
-
行列式法：
- 计算矩阵 A 的行列式 det(A)。
- 如果 det(A)≠0，则矩阵 A 可逆；如果 det(A)=0，则矩阵 A 不可逆。
-
秩法：
- 计算矩阵 A 的秩 rank(A)。
- 如果 rank(A)=n，则矩阵 A 可逆；如果 rank(A)<n，则矩阵 A 不可逆。
-
特征值法：
- 计算矩阵 A 的特征值。
- 如果所有特征值均不为零，则矩阵 A 可逆；如果存在零特征值，则矩阵 A 不可逆。
示例：
需要注意的是，矩阵的可逆性与其行列式、秩和特征值密切相关。 在实际应用中，判断矩阵是否可逆是解决线性方程组、分析线性变换等问题的基础。
五、特征向量
特征向量是线性代数中的一个重要概念，指的是在某个线性变换下，方向保持不变的非零向量。
定义：
设有一个 n×n 的方阵 A，如果存在一个非零向量 x和一个标量 λ，使得：
Ax=λx
则称 λ 为矩阵 A 的特征值，x 为对应的特征向量。
几何意义：
在几何上，特征向量是指在进行线性变换（如旋转、缩放等）时，方向保持不变的向量。换句话说，经过线性变换后，特征向量的方向不发生改变，只是可能被拉伸或压缩。
举例说明：
考虑二维平面上的一个矩阵 A：
我们希望找到其特征值和特征向量。
-
求特征值：
应用：
特征值和特征向量在多个领域有广泛应用，包括：
-
主成分分析（PCA）： 用于数据降维和特征提取。
-
量子力学： 描述粒子在不同能级下的状态。
-
图像处理： 用于图像压缩和特征识别。
理解特征向量的概念对于深入研究线性代数及其在各领域的应用具有重要意义。
相关文章：
机器学习 - 初学者需要弄懂的一些线性代数的概念
一、单位矩阵 在数学中，单位矩阵是一个方阵，其主对角线上的元素全为1，其余元素全为0。单位矩阵在矩阵乘法中起到类似于数字1在数值乘法中的作用，即任何矩阵与单位矩阵相乘，结果仍为原矩阵本身。 单位矩阵的定义&…...
vscode无法格式化go代码的问题
CTRLshiftp 点击Go:Install/Update Tools 点击全选，OK！...
实验二 数据库的附加/分离、导入/导出与备份/还原
实验二 数据库的附加/分离、导入/导出与备份/还原 一、实验目的 1、理解备份的基本概念，掌握各种备份数据库的方法。 2、掌握如何从备份中还原数据库。 3、掌握数据库中各种数据的导入/导出。 4、掌握数据库的附加与分离，理解数据库的附加与分离的作用。…...
基于Django的个人博客系统的设计与实现
【Django】基于Django的个人博客系统的设计与实现（完整系统源码开发笔记详细部署教程）✅ 目录 一、项目简介二、项目界面展示三、项目视频展示 一、项目简介 系统采用Python作为主要开发语言，结合Django框架构建后端逻辑，并运用J…...
PostgreSQL TRUNCATE TABLE 操作详解
PostgreSQL TRUNCATE TABLE 操作详解 引言 在数据库管理中，经常需要对表进行操作以保持数据的有效性和一致性。TRUNCATE TABLE 是 PostgreSQL 中一种高效删除表内所有记录的方法。本文将详细探讨 PostgreSQL 中 TRUNCATE TABLE 的使用方法、性能优势以及注意事项。 什么是 …...
黑盒/白盒运维监控
运维监控分为黑盒和白盒 黑盒：不深入代码，在系统角度看TPS，延迟等指标 白盒：深入代码分析，通过日志捕捉，以及主动上报告警等来进行监控 黑盒监控： 1. 页面功能：域名是否可访问&…...
日志收集Day007
1.配置ES集群TLS认证: (1)elk101节点生成证书文件 cd /usr/share/elasticsearch ./bin/elasticsearch-certutil cert -out config/elastic-certificates.p12 -pass "" --days 3650 (2)elk101节点为证书文件修改属主和属组 chown elasticsearch:elasticsearch con…...
微信小程序1.1 微信小程序介绍
1.1 微信小程序介绍 内容提要 1.1 什么是微信小程序 1.2 微信小程序的功能 1.3 微信小程序使用场景 1.4 微信小程序能取代App吗 1.5 微信小程序的发展历程 1.6微信小程序带来的机会...
Leetcode 3434. Maximum Frequency After Subarray Operation
Leetcode 3434. Maximum Frequency After Subarray Operation 1. 解题思路2. 代码实现 题目链接：3434. Maximum Frequency After Subarray Operation 1. 解题思路 这一题的话我们只需要考察所有的数 i i i转换为 k k k时所能够形成的最大的值。 而对于这个问题&…...
6. 使用springboot做一个音乐播放器软件项目【1.0版项目完结】附带源码~
#万物OOP 注意： 本项目只实现播放音乐和后台管理系统。 不分享任何音乐歌曲资源。 上一篇文章我们 做了音乐播放器后台的功能。参考地址： https://jsonll.blog.csdn.net/article/details/145214363 这个项目已经好几天也没更新了，因为临近放…...
php twig模板引擎详细使用教程
php twig模板引擎 1. 什么是Twig模板引擎 Twig是一个强大且灵活的PHP模板引擎，它提供了一种更简洁和可扩展的方法来创建PHP应用程序的视图层。Twig模板引擎旨在将设计与业务逻辑分离，并为开发人员提供一种更加清晰和易于维护的方式来构建网页。Twig由S…...
【Java设计模式-7】责任链模式：我是流水线的一员
一、责任链（Chain of Responsibility Patten）模式是个啥？ 想象一下，你要请假。你先把请假申请交给了小组长，小组长一看，这事儿他能决定，就直接批了。要是小组长觉得这事儿得往上汇报࿰…...
Spring Boot应用中实现基于JWT的登录拦截器，以保证未登录用户无法访问指定的页面
目录 一、配置拦截器进行登录校验 1. 在config层设置拦截器 2. 实现LoginInterceptor拦截器 3. 创建JWT工具类 4. 在登录时创建JWT并存入Cookie 二、配置JWT依赖和环境 1. 添加JWT依赖 2. 配置JWT环境 本篇博客将为大家介绍了如何在Spring Boot应用中实现基于JWT的登录…...
【2025年数学建模美赛F题】（顶刊论文绘图）模型代码+论文
全球网络犯罪与网络安全政策的多维度分析及效能评估 摘要1 Introduction1.1 Problem Background1.2Restatement of the Problem1.3 Literature Review1.4 Our Work 2 Assumptions and Justifications数据完整性与可靠性假设：法律政策独立性假设：人口统计…...
计算机网络之链路层
本文章目录结构出自于《王道计算机考研 计算机网络_哔哩哔哩_bilibili》 02 数据链路层 在网上看到其他人做了详细的笔记，就不再多余写了，直接参考着学习吧。 1 详解数据链路层-数据链路层的功能【王道计算机网络笔记】_wx63088f6683f8f的技术博客_51C…...
随笔十七、eth0单网卡绑定双ip的问题
在调试语音对讲过程中遇到过一个“奇怪”问题：泰山派作为一端，可以收到对方发来的语音，而对方不能收到泰山派发出的语音。 用wireshark抓包UDP发现，泰山派发送的地址是192.168.1.30，而给泰山派实际设置的静态地址是19…...
coffee销售数据集分析：基于时间趋势分析的实操练习
**文章说明：**对coffee销售数据集的简单分析练习（时间趋势分析练习），主要是为了强化利用python进行数据分析的实操能力。属于个人的练习文章。 **注：**这是我第一次使用md格式编辑博客文章，排版上还是不是很…...
在 Vue 3 中，怎么管理环境变量
在 Vue 3 中，环境变量管理是通过 .env 文件来进行的，利用这些文件可以让开发者根据不同的环境（开发、生产、测试等）配置不同的变量。这一机制由 Vite 构建工具支持，它帮助开发者根据不同的环境需求做出相应配置。 1. …...
shallowRef和shallowReactive的用法以及使用场景和ref和reactive的区别
Vue3 浅层响应式 API 1. ref vs shallowRef 1.1 基本概念 ref: 深层响应式，会递归地将对象的所有属性转换为响应式shallowRef: 浅层响应式，只有 .value 的改变会触发更新，不会递归转换对象的属性 1.2 使用对比 // ref 示例 const deepRe…...
mantisbt添加修改用户密码
文章目录 问题当前版本安装流程创建用户修改密码老的方式探索阶段 问题 不太好改密码啊。貌似必须要域名要发邮件。公司太穷，看不见的东西不关心，只能改源码了。 当前版本 当前mantisbt版本 2.27 php版本 7.4.3 安装流程 （下面流程不是…...
mysql 学习6 DQL语句，对数据库中的表进行 查询 操作
前期准备数据 重新create 一张表 create table emp(id int comment 编号,workno varchar(10) comment 工号,name varchar(10) comment 姓名,gender char comment 性别,ager tinyint unsigned comment 年龄,idcard char(18) comment 身份证号,workaddress varchar(10) c…...
零售业革命：改变行业的顶级物联网用例
mpro5 产品负责人Ruby Whipp表示，技术进步持续重塑零售业，其中物联网（IoT）正引领这一变革潮流。 研究表明，零售商们正在采用物联网解决方案，以提升运营效率并改善顾客体验。这些技术能够监控运营的各个方面…...
云计算的概念与特点：开启数字化时代的新篇章
在当今数字化时代，云计算（Cloud Computing）已经成为推动技术创新和业务转型的核心力量。无论是大型企业、中小型企业，还是个人用户，云计算都为其提供了高效、灵活和经济的解决方案。本文将深入探讨云计算的概念及其核心特点，帮助读者全面了解这一革命性技术。 © ivw…...
第二十一周：Mask R-CNN
Mask R-CNN 摘要Abstract文章信息研究动机Mask RCNNRoIPool与RoIAlign 双线性插值Mask Branch(FCN)其他细节Mask RCNN损失Mask分支预测 网络搭建创新点与不足总结 摘要 本篇博客介绍了Mask R-CNN，这是一种用于实例分割的模型，能够在目标检测的基础上实现…...
特朗普政府将开展新网络攻击
近日，特朗普政府已表态：减少物理战争，网络战将代替，以实现美国的全球优势。 特朗普也指示美国网络司令部可以在没有总统批准的情况下开展更广泛行动，尤其是应对一些突发事件，这其实成为了后续美国通过网络…...
)
Android Studio:视图绑定的岁月变迁(2/100)
一、博文导读 本文是基于Android Studio真实项目，通过解析源码了解真实应用场景，写文的视角和读者是同步的，想到看到写到，没有上帝视角。 前期回顾，本文是第二期。 private Unbinder mUnbinder; 只是声明了一个 接口…...
【已解决】黑马点评项目Redis版本替换过程的数据迁移
黑马点评项目Redis版本替换过程的数据迁移 【哭哭哭】附近商户中需要用到的GEO功能只在Redis 6.2以上版本生效 如果用的是老版本，美食/KTV的主页能正常返回，但无法显示内容 上次好不容易升到了5.0以上版本，现在又用不了了 Redis 6.2的windo…...
Maven运行任何命令都报错“Internal error: java.lang.ArrayIndexOutOfBoundsException”
今天遇到一个奇怪的问题，在maven工程下运行任何mvn命令都报“Internal error: java.lang.ArrayIndexOutOfBoundsException”错误，具体错误如下： $ mvn install [INFO] Scanning for projects... [ERROR] Internal error: java.lang.ArrayInd…...
电商平台爬虫开发技术分享：多年的实战经验总结
在当今数字化时代，电商平台的数据蕴含着巨大的商业价值。作为一名从事电商平台爬虫开发的工程师，我深知数据抓取的重要性及其技术挑战。经过多年的实践，我积累了一些宝贵的经验，愿意在这里与大家分享，希望能为同行们提…...
大模型训练策略与架构优化实践指南
标题：大模型训练策略与架构优化实践指南 文章信息摘要： 该分析全面探讨了大语言模型训练、架构选择、部署维护等关键环节的优化策略。在训练方面，强调了pre-training、mid-training和post-training的不同定位与目标；在架构选择上…...
DeepSeek-R1 蒸馏模型及如何用 Ollama 在本地运行DeepSeek-R1
在人工智能飞速发展的领域中，大型语言模型（LLMs）的出现可谓是一项重大变革。在这些模型里，DeepSeek - R1 及其蒸馏模型备受瞩目，它们融合了独特的能力与高可用性。今天我们一起聊一下 DeepSeek - R1 蒸馏模型究竟是什么…...
机器学习 ---逻辑回归
逻辑回归是属于机器学习里面的监督学习，它是以回归的思想来解决分类问题的一种非常经典的二分类分类器。由于其训练后的参数有较强的可解释性，在诸多领域中，逻辑回归通常用作 baseline 模型，以方便后期更好的挖掘业务相关信息或提…...
虚幻浏览器插件 UE与JS通信
温馨提示：本节内容需要结合插件Content下的2_Communication和Resources下的sample.html 一起阅读。 1. UE调用JS 1.1 JS脚本实现 该部分共两步: 导入jstote.js脚本实现响应函数并保存到 ue.interface 中 jsfunc 通过json对象传递参数，仅支持函数名小…...
KVM/ARM——基于ARM虚拟化扩展的VMM
1. 前言 ARM架构为了支持虚拟化做了些扩展，称为虚拟化扩展(Virtualization Extensions)。原先为VT-x创建的KVM(Linux-based Kernel Virtual Machine)适配了ARM体系结构，引入了KVM/ARM (the Linux ARM hypervisor)。KVM/ARM没有在hypervisor中引入复杂的…...
池化层Pooling Layer
1. 定义 池化是对特征图进行的一种压缩操作，通过在一个小的局部区域内进行汇总统计，用一个值来代表这个区域的特征信息，常用于卷积神经网络（CNN）中。 2. 作用 提取代表性信息的同时降低特征维度，具有平移…...
为AI聊天工具添加一个知识系统 之63 详细设计 之4：AI操作系统 之2 智能合约
本文要点 要点 AI操作系统处理的是 疑问（信念问题）、缺省（逻辑问题）和异常(不可控因素 ) 而 内核 的三大功能 （资源分配/进程管理/任务调度）以及外围的三类接口（ CLI、GUI和表面模型的 运行时…...
代码随想录——二叉树（二）
文章目录 前言二叉树最大深度二叉树的最小深度翻转二叉树对称二叉树完全二叉树的节点个数平衡二叉树二叉树的所有路径左叶子之和找左下角的值路径总和从中序与后序序列构造二叉树最大二叉树合并二叉树二叉搜索树中的搜索验证二叉搜索树二叉搜索树的最小绝对差二叉树中的众数二叉…...
一个基于Python+Appium的手机自动化项目~~
本项目通过PythonAppium实现了抖音手机店铺的自动化询价，可以直接输出excel，并带有详细的LOG输出。 1.excel输出效果: 2. LOG效果: 具体文件内容见GitCode： 项目首页 - douyingoods:一个基于Pythonappium的手机自动化项目，实现了…...
方法详尽解读)
深入剖析SpringBoot启动机制：run()方法详尽解读
摘要 本文深入解析SpringBoot的启动机制，以run()方法为核心，逐步追踪并详细解释其关键步骤。首先探讨run()方法的工作原理，然后深入代码层面分析各个关键环节。文章提供刷新后钩子和启动后任务的代码示例，帮助读者理解SpringBoot源…...
deepseek v1手机端部署
在iPhone上部署DeepSeekR1 1. 安装快捷指令： 打开iPhone上的Safari浏览器，访问[这个链接](https://www.icloud.com/shortcuts/e0bc5445c39d45a78b90e1dc896cd010)下载快捷指令。 下载后，按照提示完成安装。 2. 获取并配置API Key&a…...
idea对jar包内容进行反编译
1.先安装一下这个插件java Bytecode Decompiler 2.找到这个插件的路径，在idea的plugins下面的lib文件夹内：java-decompiler.jar。下面是我自己本地的插件路径，以作参考： D:\dev\utils\idea\IntelliJ IDEA 2020.1.3\plugins\java-d…...
KMP算法原理 JAVA实现
KMP算法原理 JAVA实现 一、什么是KMP算法二、为什么需要KMP算法1. 算法背景1.1 暴力匹配过程1.2 暴力匹配的优劣 2. KMP算法的诞生3. next数组3.1 kmp算法的关键 三、求解KMP 一、什么是KMP算法 实际上KMP只是发明这个算法的三个人的英文名首字母短称，KMP本身无意义…...
利用Redis实现数据缓存
目录 1 为啥要缓存捏？ 2 基本流程（以查询商铺信息为例） 3 实现数据库与缓存双写一致 3.1 内存淘汰 3.2 超时剔除（半自动） 3.3 主动更新（手动） 3.3.1 双写方案 3.3.2 读写穿透方案 3.3.…...
基于 RAMS 的数据驱动建模与应用实践：从理论到具体操作
基于 RAMS 的数据驱动建模与应用实践：从理论到具体操作 RAMS（区域大气建模系统）因其模块化设计、高分辨率模拟能力和广泛的应用领域，成为区域大气建模的强大工具。而数据驱动建模技术的崛起，使得 RAMS 的能力得到进一…...
计算机图形学实验练习（实验1.2-4.1AND补充实验12）
实验1.2 OpenGL与着色器编程 1.理论知识 1.1 OpenGL的含义 OpenGL是一种应用程序编程接口（Application Programming Interface，API），它是一种可以对图形硬件设备特性进行访问的软件库。OpenGL最新的4.3版本包含了超过500个不同的命令，可以用于设置所需的对象、图像和操…...
javascript-es6 （一）
作用域（scope） 规定了变量能够被访问的“范围”，离开了这个“范围”变量便不能被访问 局部作用域 函数作用域： 在函数内部声明的变量只能在函数内部被访问，外部无法直接访问 function getSum(){ //函数内部是函数作用…...
uni-app 程序打包 Android apk、安卓夜神模拟器调试运行
1、打包思路 云端打包方案（每天免费次数限制5，最简单，可以先打包尝试一下你的程序打包后是否能用）： HBuilderX 发行App-Android云打包 选择Android、使用云端证书、快速安心打包本地打包： HBuilderX …...
yolov11 解读简记
1 文章详细介绍了YOLOv11的架构设计，包括以下几个关键组件： C3k2块：这是YOLOv11引入的一种新型卷积块，替代了之前版本中的C2f块。C3k2块通过使用两个较小的卷积核代替一个大的卷积核，提高了计算效率，同时保…...
CommonAPI学习笔记-1
CommonAPI学习笔记-1 一. 整体结构 CommonAPI分为两层：核心层和绑定层，使用了Franca来描述服务接口的定义和部署，而Franca是一个用于定义和转换接口的框架（https://franca.github.io/franca/）。 核心层和通信中间…...
从入门到精通：RabbitMQ的深度探索与实战应用
目录 一、RabbitMQ 初相识 二、基础概念速览 （一）消息队列是什么 （二）RabbitMQ 核心组件 三、RabbitMQ 基本使用 （一）安装与环境搭建 （二）简单示例 （三）…...