吴恩达机器学习笔记（三）-线性代数回归
第三章 线性代数回顾
矩阵和向量
矩阵是二维数组的另一种说法。矩阵的维数是它的行数×列数。
向量是一种特殊的矩阵，是只有一列的矩阵。
通常在书写时，使用大写字母表示矩阵，小写字母表示向量。
加法和标量乘法
案例：
矩阵向量乘法
案例：
矩阵乘法
案例：
通过构建两个矩阵可以快速地把这三个假设函数应用到4个房子的尺寸中，得到12种基于3个假设对4个房屋预测到的价格。
矩阵乘法特征
1.矩阵乘法的顺序不能颠倒；
2.矩阵乘法有结合律，指的是：A×B×C的结果可以表示为A×(B×C)或者(A×B)×C；
3.单位矩阵的特征，沿对角线上都是1，其他位置都是0。它有个特性：对任何矩阵，有：
A·I=I·A=A;
4.AB≠BA,对大多数矩阵是不能价的，但当B为单位矩阵时，成立。
矩阵逆和转置
矩阵的逆：如果存在是一个m维方阵A，并且有其逆矩阵，则：
不存在逆矩阵的矩阵叫作奇异矩阵 或退化矩阵。
转置矩阵：假设A是一个m×的矩阵，设矩阵B等于A的转置，那么B是一个n×m的矩阵，并且有：