线性代数
核心问题
求多元方程组的解。
核心技能
- 乘积、内积、秩
已知矩阵 A 和矩阵 B，求 A 和 B 的乘积 C=AB。
矩阵 A 大小为 mxn，矩阵 B 大小为 nxp。
常规方法：矩阵 C 中每一个元素 Cij = A 的第i行 乘以（点乘）B 的第 j 列。
设有 n 维向量
令 ，称
为向量 x 与 y 的内积。
在线代中秩的定义：
一个矩阵 A 的列秩是 A 的线性无关的列的极大数目。类似地，行秩是 A 的线性无关的行的极大数目。矩阵的列秩和行秩总是相等的，因此它们可以简单地称作矩阵 A 的秩，通常表示为 rank(A)。
矩阵列空间、行空间的维度相等。任意一个矩阵都可以经过一些列的初等变换为阶梯形矩阵，而且阶梯形矩阵的秩等于其中非零行的个数。
所以矩阵秩的计算方法：
用初等变换把矩阵华为阶梯形，则该阶梯形矩阵中的非零行数就是所求矩阵的秩。
- 高斯消元法
高斯消元法（Gaussian Elimination），是线性代数中的一个算法，可用来为线性方程组求解，求出矩阵的秩，以及求出可逆方阵的逆矩阵。当用于一个矩阵时，高斯消元法会产生出一个“行梯阵式”。
值得提一下的是，虽然该方法以数学家卡尔·高斯命名，但最早出现于中国古籍《九章算术》，成书于约公元前150年。
复杂度：高斯消元法的算法复杂度是 ；这就是说，如果系数矩阵的是 n × n，那么高斯消元法所需要的计算量大约与
成比例。
- 矩阵求逆
求矩阵的逆矩阵的常用方法有两种：
- 伴随矩阵法
- 初等变换法
- 最小二乘法
最小二乘法是对过度确定系统，即其中存在比未知数更多的方程组，以回归分析求得近似解的标准方法。在这整个解决方案中，最小二乘法演算为每一方程式的结果中，将残差平方和的总和最小化。
回归分析模型
主要思想：选择未知参数，使得理论值与观测值之差的平方和达到最小：
最重要的应用是在曲线拟合上。最小平方所涵义的最佳拟合，即残差（残差为：观测值与模型提供的拟合值之间的差距）平方总和的最小化。
应用
- 求解线性回归
- 最小二乘法
- 梯度下降法
假设有一个估计函数： ，
其错误函数为：
这个错误估计函数是 x(i) 的估计值与真实值 y(i) 的差的平方和，前面乘上 1/2，是因为在求导的时候，这个系数就不见了。
梯度下降法的流程：
1）首先对 θ 赋值，这个值可以是随机的，也可以让 θ 是一个全零的向量。
2）改变 θ 的值，使得 J(θ) 的值按梯度下降的方向减小。
参数 θ 与误差函数 J(θ) 的关系图
红色部分表示 J(θ) 有着比较高的取值，我们希望能够让 J(θ) 的值尽可能的低，也就是取到深蓝色的部分。θ0、θ1 表示 θ 向量的两个维度。上面提到梯度下降法的第一步，是给 θ 一个初值，假设随机的初值位于图上红色部分的十字点。然后我们将 θ 按梯度下降的方向进行调整，就会使 J(θ) 往更低的方向进行变化，如图所示，算法的结束将在 θ 下降到无法继续下降为止。
θ 的更新：
θi 表示更新前的值，减号后边的部分表示按梯度方向减少的量，α 表示步长，也就是每次按梯度减少的方向变化多少。
梯度是有方向的，对于一个向量 θ，每一维分量 θi 都可以求出一个梯度的方向，我们就可以找到一个整体的方向，在变化的时候，我们就朝着下降最多的方向进行变化，就可以达到一个最小点，不管它是局部的还是全局的。
- 主成分分析（PCA）
主成分分析（Principal components analysis，PCA）是一种分析、简化数据集的技术。常用于降低数据集的维数，同时保持数据集中对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。
其方法主要是通过对协方差矩阵进行特征分解，以得出数据的主成分（即特征向量）与它们的权值（即特征值）。PCA 是最简单的以特征量分析多元统计分布的方法。其结果可以理解为对原数据中的方差做出解释：哪一个方向上的数据值对方差的影响最大？换而言之，PCA 提供了一种降低数据维度的有效办法；如果分析者在原数据中除掉最小的特征值所对应的成分，那么所得的低维度数据必定是最优化的（也即，这样降低维度必定是失去讯息最少的方法）。
主成分分析在分析复杂数据时尤为有用，比如人脸识别。
实例参考：PCA 简单实例
- 奇异值分解（SVD）
奇异值分解（Singular Value Decomposition, SVD）是线性代数中一种重要的矩阵分解，在信号处理、统计学等领域有重要应用。
PCA 的实现一般有两种，一种是通过特征值分解实现，另一种就是用奇异值分解来实现。但特征值分解只是针对方针而言的，当处理 m*n 的矩阵时，就需要特征值分解了。
在吴军老师的《数学之美》中也有提到用 SVD 做文本分类的篇幅，提到的例子是这样的：首先用一个 M * N 的大型矩阵 A 来描述一百万篇文章和五十万个词的关联性。矩阵中，每一行对应一篇文章，每一列对应一个词。
在该矩阵中，M=1,000,000 ，N=500,000 ，第 i 行第 j 列的元素是字典中第 j 个词在第 i 篇文章中出现的加权词频（比如，TF/IDF) 。奇异值分解就是把这样一个大矩阵，分解成三个小矩阵相乘：
（矩形面积的大小也对应了信息量的大小～）
这个大矩阵被分解成一个100万乘100的矩阵 X ，一个100乘100的矩阵 B ，以及一个100乘50万的矩阵 Y 。分解后，相应的存储量和计算量都小了三个数量级以上。
第一个矩阵 X 中的每一行表示意思相关的一类词，其中的每个非零元素表示这类词中每个词的相关性，数值越大越相关。最后一个矩阵 Y 中的每一列表示同一主题一类文章，其中每个元素表示这类文章中每篇文章的相关性。中间的矩阵则表示类词和文章雷之间的相关性。因此，我们只要对关联矩阵 A 进行一次奇异值分解，w 我们就可以同时完成了近义词分类和文章的分类。（同时得到每类文章和每类词的相关性）。
在实际应用过程中，可以直接调用 numpy.linalg.svd
实例参考：机器学习中 SVD 的应用
