Matrix 矩阵性质与机器学习/数据挖掘

我正在使用PRML进行统计模式识别课程中的数据分析。我们分析了很多矩阵性质，如特征值、列独立性、半正定矩阵等。当我们进行线性回归时，我们需要计算其中的一些性质，并将它们拟合到方程中

所以我的问题是，我的问题是关于这些矩阵属性背后的直觉，以及它们在ML/DM文献中的含义

---

如果有人能回答这个问题，我将不胜感激。

1。哪些房产？你列举了其中一些，并留下了一个等等。你的问题太模糊了。您应该访问Math.StackExchange.com或CrossValidated.StackExchange.com或DataScience.StackExchange.com。你的问题似乎与编程无关，所以这是一个离题的问题。在stackflow，这可能是一个离题的非编程问题。但是如果有人能回答，你能告诉我特征值、半正定矩阵和列独立性对ML/DM的重要性吗。可能还有其他你们认为重要的矩阵属性，以及为什么。谢谢此外，维基百科和书籍中有大量关于直觉的信息。你只需要多读一些。但你也应该学习非矩阵方法。这可能是你遗漏的部分：以矩阵形式做一些事情有什么好处？@anonymousse。谢谢你的建议。事实上，你提出的问题切中要害。我在《黑客帝国》中这么做只是因为这门课要求我这么做。有更多的方法可以提供不同的视角。这是一条非常重要的建议。我真的很感激。