详细内容或原文请订阅后点击阅览
了解矩阵|第3部分:矩阵transpose
可视化矩阵换位,以理解与转轴相关的公式。第3部分:矩阵转置首先出现在数据科学上。
来源:走向数据科学本系列的前两个故事[1],[2],我们:
[1] [2]- 引入了X-Way的解释,对矩阵的物理含义和矩阵矢量乘法的特殊情况,以矩阵 - 矩阵乘数的物理含义,对几种特殊情况的矩阵
在这个故事中,我想分享我对矩阵的转置的想法,称为AT,该操作只是将方形桌子的内容翻转为对角线周围。
a t与许多其他关于矩阵的操作相比,在纸上转置矩阵“ A”非常容易。但是,这种物理含义通常会留在后面。另一方面,目前尚不清楚为什么以下与转齿相关的公式实际上有效:
- (ab)t = btat,(y,ax)=(x,aty),(ata)t = ata。
在这个故事中,我将对转置操作进行解释,其中包括上述公式实际上是它们的样子。因此,让我们潜入!
但首先,让我想起本系列整个故事中使用的所有定义:
- 矩阵用大写(例如'a','b')表示,而向量和标量用小写表示(例如'x','y’或'm','m','n')。| x | - 是向量'x'的长度,行(a) - 矩阵“ a”,列(a)的行数 - 矩阵'a',at - 矩阵'a'a'''a',ati,j的the the i-thow和j-j-j-j-j-j-j-j-j-t thate the the the the the the the the the the the the the the the the the the the the the the(y)的列的值+ x2y2 +… + xnyn“)。