
hello大家好,我是写BUG的一行,矩阵相信大家都已经不陌生了,在高中的时候已经接触过了,在后来大学学习线性代数时就已经逼近全面的进行了解了,矩阵运算在科学计算中是非常中要的,而矩阵的基本运算包括矩阵的加法、减法、数乘、转置、共轭和共轭转置,在我们进行建模分析时也会牵扯到一些线性代数和矩阵,今天我们将矩阵分析中的矩阵原理做一下详细的指南。
目录
矩阵在数学中国是一个长方阵列排列出来的复数或实数的集合,是一种表示数据在矩阵中的方法,一个m*n的矩阵有m行和n列,其中每一项基于它的行和列都有它唯一的名字。
矩阵A通常表示为[A],行数和列数称为维数。下面是一个3*2维矩阵的例子。
在矩阵A中,数字a12是第一行和第二列的数字。因此,a12 = 8。a21是第二行第一列的数字。因此a21 = -5。
当两个矩阵要进行相加时,必须两个矩阵的行数和列数相同时,它们才能相加。若要添加两个矩阵的时候,请设置为它们为对应的行列数:
比如:
矩阵加法是可以进行交换的:A+B = B+A。矩阵加法也是可以进行结合的:(A+B)+C = A+(B+C)
矩阵之间如果要进行相减,要从一个矩阵中减去另一个矩阵中它们相对应的项,两个矩阵必须具有相同的行数和相同的列数才可以进行运算。
比如:
如果要将矩阵乘以标量(也就是单个常数,变量或表达式),就需要将矩阵中所有的项乘以标量:
例如:
标量乘法是分配的:±(A+B)=±A+±B,例如:
如果要将两个矩阵相乘,我们首先必须知道如何将一个行(1*p矩阵)乘以一个列(一个p*1矩阵)。如果要将行乘以列,必须将行的第一个元素乘以列的第一个元素,然后将行的第二个元素乘以列的第二个元素,以此类推,最终将所有的结果进行相加。最终的答案也应该是一个单一的数字。例如
当行和列的元素相同时,行可以乘以列。相同的,当第一个矩阵与第二个矩阵的行数相同时,两个矩阵也是可以进行相乘的。简单的来说,两个矩阵的维度位m*p和P*n的时候,它们是可以进行相乘的。它们最终的答案呢,矩阵的行数与第一个矩阵的函数相同,矩阵的列与第二个矩阵的列数相同。换句话说最终的答案的矩阵的维度是m*n。
当两个矩阵相乘时,第一个矩阵的每一个行乘以第二个矩阵的每一列。将答案矩阵的第一行与第一列相乘的结果放在第一行和第一列中。将第一行乘以第二列的结果放到答案矩阵的第一行和第二列中。一般来说将第i行与第j列相乘的结果放在答案矩阵中的第i行和第j列中。
下面我们对两个矩阵相乘的例子:
最终的答案矩阵应该为2行*4列的矩阵,下面是答案矩阵中的每一个元素的计算过程。
答案矩阵中的第一行第一列(第一个矩阵第一行*第二个矩阵第一列):
答案矩阵中的第一行第二列(第一个矩阵第一行*第二个矩阵第二列):
答案矩阵中的第一行第三列(第一个矩阵第一行*第二个矩阵第三列):
答案矩阵的第一行第四列(第一个矩阵第一行*第二个矩阵第四列):
答案矩阵中的第二行第一列(第一个矩阵第二行*第二个矩阵第一列):
依次类推,最终的答案矩阵如下:
需要注意的是,2*3的矩阵乘以3*4的矩阵最终的答案矩阵是2*4的矩阵。矩阵的惩罚不一定是可以进行交换的,AB=BA并不一定总是正确的,但是矩阵乘法是可以进行相关联的:AB(C)=A(BC)
以上就是混淆矩阵等矩阵原理的相关指南,对于学习过矩阵但是已经忘记矩阵相关知识的希望可以帮你恢复有关矩阵的知识,而对于没有接触过矩阵的来说希望可以帮助你理解矩阵究竟是什么样子的,不要被数学中的名词吓到,慢慢的学习,最终会搞明白的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28