以向量和矩阵的视角抽象万物

空间

从广义上，我们通过宇宙来定义万物，宇宙也是时间和空间的统一。对于整个物理世界，时间和空间是最重要最本质的两个维度。如果抛开时间维度，则可以通过空间来描述事物。空间能容纳事物，就好比现实世界中的人、建筑等都在某个空间内。

数学空间

空间概念也可以推广到其它领域中，比如数学的空间就是点和几何结构的集合。最著名的也是我们平常生活最多接触的就是欧几里得空间，对应着古希腊数学家欧几里得所创建的欧几里得几何。相对于低维度来说主要有平面几何空间和立体几何空间，这些空间中还定义了距离、角、内积一系列概念并规定了相关约束。

如果将二维、三维推广到有限n维，则从二维到有限n维的所有符合定义的空间统称为欧几里得空间。那么主要有哪些定义约束呢？欧几里得空间主要的有五点约束：满足距离的约束、满足线性结构的约束、满足范数的约束、满足内积的约束、必须是有限维度。

向量空间

向量空间对应的对象就是向量，在引入向量概念之后，很多问题的处理都将变得更加简洁清晰。

我们能直观感受的向量空间一般为二维和三维的向量空间，也就是对应着平面坐标系（x轴和y轴）和三维坐标（x轴、y轴和z轴）。但实际上，向量空间除了包括二维和三维，同时还能推广到有限n维向量空间。向量空间很重要的是约束就是线性约束，即能够进行加法和数量乘法且满足交换律、结合律、分配律，因此向量空间也叫线性空间。

向量的表示

向量是指具有大小和方向的量，可以使用箭头来表示，箭头的长度表示向量的大小，而箭头的方向表示向量的方向。在物理领域，使用矢量作为向量的等同概念，而计算机领域会使用数组或列表来表示向量。如下图中原点(0,0,0)和P点(2,3,5)一起确定了一个向量，该向量可以表示为：

向量抽象万物

向量在数学上的定义是抽象的，那它有什么作用呢？从更高层面看，向量是一种对事物抽象的思维，同时也是一种很有用的工具，将事物转换到向量体系能高效简洁地解决很多问题。我们可以将事物映射成向量，也可以将事物的特征映射到向量空间。

实际上对于任何事物或特征都可以抽象为向量。将事物表示成向量是模型处理的首要一环，一旦我们将事物抽象成向量后就能够往下建立模型并处理。

矩阵

矩阵是由m行n列元素组成的矩形阵列，相对于向量，其实可以把矩阵看成是一组向量组成的对象。比如前面的词向量，正是m行1列的特殊矩阵，那么如果指定数量n的单词组成一批，那么就是m行n列矩阵。

对于向量空间来说，矩阵的本质作用就是对向量施加变换操作，也就是说矩阵用来描述变换。比如下面的表达式，向量x经过矩阵A所描述的变换后变为向量y。

-------------推荐阅读------------

我的开源项目汇总(机器&深度学习、NLP、网络IO、AIML、mysql协议、chatbot)

为什么写《Tomcat内核设计剖析》

2018汇总数据结构算法篇

2018汇总机器学习篇

2018汇总Java深度篇

2018汇总自然语言处理篇

2018汇总深度学习篇

2018汇总JDK源码篇

2018汇总Java并发核心篇

2018汇总读书篇

欢迎关注：人工智能、读书与感想、聊聊数学、分布式、机器学习、深度学习、自然语言处理、算法与数据结构、Java深度、Tomcat内核等相关文章

转载于:https://juejin.im/post/5d48f0f5f265da03d316a909