京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20