转载地址:http://blog.csdn.net/sunshine_in_moon/article/details/45749691

从定义出发,Ax=cx:A为矩阵,c为特征值,x为特征向量。 
矩阵A乘以x表示,对向量x进行一次转换(旋转或拉伸)(是一种线性转换),而该转换的效果为常数c乘以向量x(即只进行拉伸)。 
我们通常求特征值和特征向量即为求出该矩阵能使哪些向量(当然是特征向量)只发生拉伸,使其发生拉伸的程度如何(特征值大小)。这样做的意义在于,看清一个矩阵在那些方面能产生最大的效果(power),并根据所产生的每个特征向量(一般研究特征值最大的那几个)进行分类讨论与研究。

更新与2015.12.02 今天无意中看到了这篇介绍,感觉讲的很清晰,特与大家分享! 
连接:http://jingyan.baidu.com/article/3065b3b68c6bb6becff8a488.html 
大学中都学过矩阵,是不是矩阵感觉很抽象,晦涩难懂,和生活实际挂不上边,其中矩阵有一个叫特征向量的东西,只要学过矩阵的,都会求它,但是他是做什么的,书本上却没说,只是说相当有用,但是在何处用,大家只能说 I do not know ,这里给大家说明下,特征向量的几何意义,让大家一目了然 

工具/原料 
纸 
笔 
记得带着脑子哦 
方法/步骤 
如果说一个向量v是方阵A的特征向量,将一定可以表示成下面的形式: 

这时候λ就被称为特征向量v对应的特征值,一个矩阵的一组特征向量是一组正交向量。特征值分解是将一个矩阵分解成下面的形式: 

其中Q是这个矩阵A的特征向量组成的矩阵,Σ是一个对角阵,每一个对角线上的元素就是一个特征值。首先,要明确的是,一个矩阵其实就是一个线性变换,因为一个矩阵乘以一个向量后得到的向量,其实就相当于将这个向量进行了线性变换。比如说下面的一个矩阵: 

它其实对应的线性变换是下面的形式: 

因为这个矩阵M乘以一个向量(x,y)的结果是: 

上面的矩阵是对称的,所以这个变换是一个对x,y轴的方向一个拉伸变换(每一个对角线上的元素将会对一个维度进行拉伸变换,当值>1时,是拉长,当值<1时时缩短),当矩阵不是对称的时候,假如说矩阵是下面的样子: 

它所描述的变换是下面的样子: 

这其实是在平面上对一个轴进行的拉伸变换(如蓝色的箭头所示),在图中,蓝色的箭头是一个最主要的变化方向(变化方向可能有不止一个),如果我们想要描述好一个变换,那我们就描述好这个变换主要的变化方向就好了。反过头来看看之前特征值分解的式子,分解得到的Σ矩阵是一个对角阵,里面的特征值是由大到小排列的,这些特征值所对应的特征向量就是描述这个矩阵变化方向(从主要的变化到次要的变化排列) 

当矩阵是高维的情况下,那么这个矩阵就是高维空间下的一个线性变换,这个线性变化可能没法通过图片来表示,但是可以想象,这个变换也同样有很多的变换方向,我们通过特征值分解得到的前N个特征向量,那么就对应了这个矩阵最主要的N个变化方向。我们利用这前N个变化方向,就可以近似这个矩阵(变换)。也就是之前说的:提取这个矩阵最重要的特征。总结一下,特征值分解可以得到特征值与特征向量,特征值表示的是这个特征到底有多重要,而特征向量表示这个特征是什么,可以将每一个特征向量理解为一个线性的子空间,我们可以利用这些线性的子空间干很多的事情。不过,特征值分解也有很多的局限,比如说变换的矩阵必须是方阵。 
 
注意事项 
最后一个条是关键,一定要仔细看

在此基础上理解PCA就方便了许多。

特征值与特征向量的意义相关推荐

  1. 主成分分析PCA以及特征值和特征向量的意义

    定义: 主成分分析(Principal Component Analysis,PCA), 是一种统计方法.通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分.P ...

  2. 花了10分钟,终于弄懂了特征值和特征向量到底有什么意义

    转自 http://k.sina.com.cn/article_6367168142_17b83468e001005yrv.html 有振动 就有特征值 今天,超模君看到了一句神翻译: 吓得超模君马上 ...

  3. 特征值和特征向量的理解

    最近看了几篇文章,对理解特征值和特征向量有很大帮助,贴到这里供日后复习 花了10分钟,终于弄懂了特征值和特征向量到底有什么意义_豚-CSDN博客_特征向量有什么用转自 http://k.sina.co ...

  4. 特征值和特征向量的理解 浅显易懂 肯定有收获

    特征值和特征向量的理解 前言 一.矩阵是什么? 二.举个例子 1.计算特征值与特征向量 2.用特征向量表示任意向量 三.理解其他结论 1.对角化分解 2.矩阵的特征值分别是原矩阵特征值的倒数 3.特征 ...

  5. 如何理解特征值和特征向量

    学完线性代数的同学,可能会对线性代数的很多概念有所疑惑. 这个东西有什么用?那个玩意定义出来有什么意义? 本文将探讨线性代数中及其重要的两个概念:特征值与特征向量. (PS:下文中的矩阵AA均认为是方 ...

  6. ai数学之矩阵特征值、特征向量、矩阵分解

    特征值和特征向量的意义 从定义出发,Ax=cx:A为n阶矩阵,c为特征值,x为特征向量. 矩阵A乘以x表示,对向量x进行一次转换(旋转或拉伸)(是一种线性转换),而该转换的效果为常数c乘以向量x(即只 ...

  7. 特征值和特征向量的实际意义

    特征值和特征向量的实际意义 从定义出发,Ax=cx:A为矩阵,c为特征值,x为特征向量. 矩阵A乘以x表示,对向量x进行一次转换(旋转或拉伸)(是一种线性转换),而该转换的效果为常数c乘以向量x(即只 ...

  8. 复数特征值求特征向量_如何理解特征值的意义?

    毕业多年,曾经有同事问我该如何理解特征值的意义? 当时,实在羞愧,我一学数学的,真不知该如何回答. 极力回想,也只能以"特征值的求法.步骤...bla...bla..."应付了事, ...

  9. 特征值和特征向量的几何和物理意义

    我们知道,矩阵乘法对应了一个变换,是把任意一个向量变成另一个方向或长度都大多不同的新向量.在这个变换的过程中,原向量主要发生旋转.伸缩的变化.如果矩阵对某一个向量或某些向量只发生伸缩变换,不对这些向量 ...

最新文章

  1. python PDF 转 图片
  2. MS UC 2013-0-虚拟机-标准化-部署-2-模板机-制作-4
  3. CodeForces - 1350E Orac and Game of Life(bfs)
  4. maven 常量字符串过长_从基于Maven的Web应用程序获取版本字符串
  5. ubuntu下安装、卸载软件
  6. 五、PHP框架Laravel学习笔记——回退、当前路由、单行为
  7. mysql语言的特点不包括_SQL语言具有两种使用方式,分别称为交互式SQL和__________...
  8. 用PHP的CURL写的一个采集Discuz的例子
  9. quartz框架_定时任务调度框架Quartz
  10. linux下使用vi操作
  11. 服务器LCD显示面板,DELL服务器2950的错误代码表(前LCD面板)
  12. CCNA培训视频教程下载
  13. 图片模糊怎么变清晰?用嗨格式图片无损放大器
  14. 让Fireball CodeEditor控件支持中文
  15. php中strtotime与mktime的Y2K38漏洞(时间最长为2038年)
  16. 51单片机LCD显示温度与串口接受温度
  17. 解决掌阅PC端不能复制的脚本
  18. Respond JS有什么作用
  19. 拂晓时分的伤感爱情独特日志发布:其实,我们不需要为爱找借口
  20. PHP完成微信小程序在线支付功能

热门文章

  1. Linux内核的Oops
  2. Makefile文件和shell脚本
  3. int p 和int p
  4. php本地安装帝国视频,帝国cms如何播放视频
  5. linux ssh别的机器,Linux SSH 登录其他机器
  6. 新计算机教师工作随笔反思,信息技术反思随笔 (2)
  7. Spring Cloud 2021.0.1 发布
  8. 你觉得 ThreadLocalRandom 这玩意真的安全吗?
  9. 5号发工资和25号发工资,真能看出公司是否靠谱?
  10. Spring Security 实战干货:OAuth2登录获取Token的核心逻辑