【机器学习数学基础--矩阵01】线性空间

范数     定义：是一个描述线性空间的度量，可以理解为二维空间的长度。     如||x1-x2||表示向量x1,x2之间的距离。     *Frobenius范数：机器学习常用范数。     即：矩阵所有元素先取平方和，再开平方。 特征分解     特征值：满足公式：  ，其中 λ 为特征值，x为A的对应于λ的特征向量。     特征分解：公式： ，其中，P是A所有特征向量展开组成的矩阵。  

>>阅读原文<<