一，线性代数基础
1，行列式
行列式是一个值。
行数代表数据个数，列数代表标签
2，矩阵和数据的关系
3，矩阵的基本操作
1）特殊矩阵
2）同型矩阵和矩阵相等的区别
两个矩阵行列数相同的时候称为同型矩阵
在同型的前提先，并且各个元素相等，就是矩阵相等了
3）加减法
4）数乘运算
5）乘法没有交换律
4，矩阵的几种变换
1）矩阵转置
2）对称矩阵
最重要的是下面的式子
3）逆矩阵
5，矩阵的秩
6，向量的内积
7，向量的正交
规范正交基
二，特征值和特征向量
1，特征值和特征向量
数学定义：
对于给定矩阵A,寻找=个常数入和非零向量x，使得向量x被矩阵A作用后所得的向量Ax.与原向量x平行，并且满足Ax=λx
2，特征空间与应用
1）特征空间
特征空间包含了所有的特征向量
2）特征向量的应用
3，SVD矩阵分解
将大矩阵分解为小矩阵，将稀疏矩阵变得更加密集，更能突出重点
1）基变换
什么是基？
基是正交的（内积为0）
更多的理解可能是一个基准，确定向量的位置
用不同的基乘上坐标，得到在不同的基上的坐标
