详细内容或原文请订阅后点击阅览
线性代数的鸟类视图：地图的度量 - 裁定因素
我们卷起袖子，并开始处理矩阵后，鸟类的眼光是线性代数的视图：地图的度量 - 决定因素首先出现在数据科学上。
来源:走向数据科学章节中有关线性代数的书中书中的章节。目的表到目前为止：
- 第1章：基础章节-2：地图的度量（当前）
请继续关注以后的章节。
线性代数是许多维度的工具。不管您可能在做什么，一旦您扩展到\（n \）维度，就会出现线性代数。
在上一章中，我们描述了抽象线性图。在这一中，我们卷起袖子，开始处理矩阵。现在将开始探索诸如数值稳定性，有效算法等的实际考虑因素。
上一章，注意：除非作者另有说明，否则本文中的所有图像。
i）如何量化线性地图
决定因素是线性代数中最古老的概念之一。该主题的根源在于解决线性方程的系统。决定因素将“确定”是否有一个值得寻找的解决方案。但是在大多数情况下，系统确实具有解决方案，它提供了进一步的有用信息。在线性图的现代框架中，决定因素提供了线性图的单个量化。
我们在上一章中讨论了向量空间的概念（基本上是数字的n维集合，以及更常见的字段集合）和在其中两个向量空间上操作的线性图，一个将对象占据一个。
上一章 字段作为这类地图的一个例子，一个向量空间可能是您坐在地球的表面，另一个矢量空间可能是您可能坐在的桌子表面。从这个意义上讲，世界上的字面地图也是地图，因为它们将地球表面的每个点映射到桌子或表面上的一个点，尽管它们不是线性地图，因为它们不保留相对区域（例如，格陵兰岛似乎比某些预测中的图片大得多）。
基础 n 𝑛 𝑛×𝑛 ℝⁿ 𝑣 𝑢 |𝑣| |𝑢| |𝑢| ∕ |𝑣| 𝑣₁ 𝑣₂ 𝑢₁ 𝑢₂ 任何 0 1。 𝑐 1