← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9838.o · 生成模型:Hunyuan

矩阵乘法的空间变换本质

理解等级:高级

向量与矩阵相乘,本质是把一个向量从原有线性空间(坐标系)通过选取新基底,变换到这个新基底构成的另一个线性空间。几何上,线性变换表现为缩放、旋转及其组合,如拉伸、压缩,且都要经过原点。把一批向量同时变换,就要用矩阵乘法:左矩阵被看作一组行向量,其列数是向量维度;右矩阵被看作由基底向量构成的新空间,其行数至少等于该空间的维数即秩。这就解释了为什么矩阵乘法要求左矩阵列数等于右矩阵行数,也解释了为什么它不满足交换律——从左右两边看形状都是矩阵,意义却完全不同:左边是待变换的向量组,右边是目标空间。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 机器学习的基础 · 查看原书依据

      所谓向量与矩阵的乘法就是一个向量从一个线性空间(坐标系),通过选取一个新的基底([α1,α2]构成的新坐标系),变换到这个新基底构成的另一个线性空间的过程。

    参考来源

    - 位置:《机器学习算法原理与编程实践》第1章 机器学习的基础(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00007.html) - 结论依据:原文以 α3 在新基底下的变换为例,给出向量乘矩阵等于换基底过程的定义,并用向量组与目标空间解释乘法维数约束和不可交换性。 - 原始内容:所谓向量与矩阵的乘法就是一个向量从一个线性空间(坐标系),通过选取一个新的基底([α1,α2]构成的新坐标系),变换到这个新基底构成的另一个线性空间的过程。