趋近智
在前一章中,你学习了如何使用向量,向量在表示单个数据点或特征时很有用。我们现在转向矩阵,矩阵是由向量组成的矩形排列结构。这种结构使我们能够表示整个数据集,其中行可以是单个样本,列则表示不同的特征。一个包含 m 个样本和 n 个特征的数据集可以紧凑地存储在一个 m×n 矩阵中。
本章介绍操作这些数据结构的核心运算。我们将讲解逐元素算术,例如矩阵加法和标量乘法。然后,你将学习矩阵-向量和矩阵-矩阵乘法的具体方法,这些方法用于应用变换和组合信息。我们还将讨论矩阵转置,并考察你将经常遇到的特殊矩阵的特性,包括单位矩阵、对角矩阵和对称矩阵。
3.1 矩阵加法和减法
3.2 矩阵与标量乘法
3.3 矩阵-向量乘法
3.4 矩阵-矩阵乘法
3.5 矩阵转置
3.6 特殊矩阵类型
3.7 动手实践:NumPy 矩阵运算
© 2026 ApX Machine Learning用心打造