知识卡片

普通读书笔记卡 · 9838.p · 生成模型:Hunyuan

特征值与特征向量

理解等级:高级

线性变换会让多数向量发生旋转和伸缩,但必然存在一组向量,在变换中只伸缩而不旋转,变换前后仍留在同一条直线上,这组向量就是矩阵的特征向量,伸缩比例就是特征值,因此特征向量也叫线性不变量。关系式写成 Av=λv:A 是原矩阵,v 是特征向量,λ 是特征值;λ 为负表示方向旋转 180 度,仍算方向不变;λ 为零时向量变成零向量。特征向量的不变性使它变成与自身共线的向量,伸长、缩短或反向都不改变这条直线。把特征向量按列拼成 Q、特征值排成对角矩阵 Σ,就能还原原矩阵 A=QΣQ⁻¹。NumPy 中 linalg.eig 可直接求出特征值与特征向量,也可用特征多项式求根手算,再用 evecs*sigma*inv(evecs) 还原验证。

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

      这种变换必然导致有这样一组向量存在,即被变换的线性空间内的某个向量或向量组只发生了伸缩变换,而没有产生旋转的效果,也就是说在线性变换下,在它们所在的直线上保持不变。那么这些向量就称为这个矩阵的特征向量,伸缩的比例就是特征值。

    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:原文在线性变换语境下定义特征向量与特征值,写出 Av=λv 与 A=QΣQ⁻¹,并给出 linalg.eig 与手算两种求法。 - 原始内容:这种变换必然导致有这样一组向量存在,即被变换的线性空间内的某个向量或向量组只发生了伸缩变换,而没有产生旋转的效果,也就是说在线性变换下,在它们所在的直线上保持不变。那么这些向量就称为这个矩阵的特征向量,伸缩的比例就是特征值。