alexanderkun

摘要： 正定矩阵式自共轭矩阵的一种。正定矩阵类似复数中的正实数。定义：对于对称矩阵M，当且仅当存在任意向量x，都有若上式大于等于零，则称M为半正定矩阵。正定矩阵记为M>0。也被称为正定二次型正定矩阵的判定1、所有特征值为正数（根据谱定理，若条件成立，必然可以找到对角矩阵呢D和正定矩阵P，使M=P^-1DP）... 阅读全文

摘要： 在数学最优化问题中,拉格朗日乘数（以约瑟夫·路易斯·拉格朗日命名） 是一种寻找变量受一个或多个限制的多元方程的极值的方法。这种方法将一个有n变量与k约束的问题转换为一个更易解的n+k个变量的方程组，其变量不受任何约束。这种方法引入了一种新的标量未知数，即拉格朗日乘数：约束方程的斜率（gradient... 阅读全文

摘要： 特征值与特征向量的几何意义矩阵的乘法是什么，别只告诉我只是“前一个矩阵的行乘以后一个矩阵的列”，还会一点的可能还会说“前一个矩阵的列数等于后一个矩阵的行数才能相乘”，然而，这里却会和你说——那都是表象。矩阵乘法真正的含义是变换，我们学《线性代数》一开始就学行变换列变换，那才是线代的核心——别会了点猫... 阅读全文

摘要： PS：一直以来对SVD分解似懂非懂，此文为译文，原文以细致的分析+大量的可视化图形演示了SVD的几何意义。能在有限的篇幅把这个问题讲解的如此清晰，实属不易。原文举了一个简单的图像处理问题，简单形象，真心希望路过的各路朋友能从不同的角度阐述下自己对SVD实际意义的理解，比如 个性化推荐中应用了SVD，... 阅读全文

摘要： 版权声明： 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处。前言： 上一次写了关于PCA与LDA的文章，PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。在上篇文章中便是基... 阅读全文