数据科学中的数学基础: 矩阵和向量空间 |《精通数据科学》

站在数据学科的角度, 融合数学、计算机科学、计量经济学的精髓.

If people do not believe that mathematics is simple, it is only because they do not realize how complicated life is.
如果有人不相信数学是简单的，那是因为他们没有意识到人生有多复杂。

——John von Neumann

下文节选自《精通数据科学：从线性回归到深度学习》, 已获异步授权许可, [遇见数学] 特此表示感谢! 

毫无疑问，数学是数据科学的灵魂。不管是机器学习或是统计学模型，从本质上讲都是数学模型，因此，扎实的数学知识对于理解模型假设和分析模型结果至关重要。可能很多读者会觉得“数学”这两个字就代表了枯燥和难以理解，事实也许有时如此，但正如“计算机之父”冯·诺依曼说的那样，我们并不理解数学，只是越来越习惯它。本章的目的也一样， 就是让读者熟悉数据科学中常遇到的数学概念和数学符号，在阅读本书后续章节或者参考其他文献时，不再害怕面对它们。本章将简单介绍 3 个方面的数学知识。

• 矩阵和向量空间：矩阵是数据的基本表示形式，本书后面的所有章节都会涉及这部分内容。

• 概率：概率作为量化随机性的工具，是统计学和贝叶斯框架的核心内容。第 4、5、7、9 章中会有大量的概率运算及推导。

• 微积分：它是计算机解决最优化问题（也就是求函数的最值）的理论基础，出现频率较高的章节为第 6、12、13 章。

3.1 矩阵和向量空间

在数据科学领域，数据和模型的存在形式都是矩阵，而后者则直观地表示为向量空间里的点。矩阵和向量空间这两个数学概念是本节讨论的内容。

3.1.1 标量、向量与矩阵

首先通过一个简单例子来感性认识一下标量（scalar）、向量（vector）和矩阵（matrix）这 3 个数学概念。

假设我们设计了一款网络对战游戏，在游戏中，玩家选择自己的英雄与其他玩家对战。每个英雄的能力由 3 种属性描述：智力、敏捷和力量。为了方便表示，不妨用 i 表示智力、a 表示敏捷、s 表示力量。

对于英雄 A，它的设定是智力型英雄，智力被设定为 10，敏捷为 6 以及力量为 2，用数学式子表示为 i = 10, a = 6, s = 2。换句话说，我们用数字表表示各个属性具体的值，这在数学上就叫作标量，标量其实就是数字。

将这 3 个属性按照智力、敏捷和力量的顺序写在一起，就可以表示一个英雄的能力了。

比如用A = (10, 6, 2)表示英雄 A。在数学上A被称为向量，正确地说应该是行向量。直观上， 行向量是多个数字（标量）排成一行。与之类似的是列向量，即多个数字排成一列。

现在我们设计了另外 3 个英雄，分别为 B、C 和  D，向量表示为B = (3, 4, 10)、C = (5, 10, 4)和D = (6, 9, 5)。将这 4 个英雄的向量排列成矩形阵列，即每一行表示一个英雄，得到图 3-1 所示的矩阵，而这个矩阵就可以表示所有 4 个英雄的属性数据。

图3-1

用学术语言来定义矩阵：一个的矩阵，是一个由行列元素排列成的矩形阵列。比如公式（3-1）表示的就是一个的矩阵。从数学上来讲，标量和向量其实是比较特殊的矩阵。标量可以被看作一个的矩阵，而包含个数字行向量（也称为维行向量）可以看作一个的矩阵，而包含k个数字的列向量可以被认为是一个的矩阵。

在数学上，通常如公式（3-1）所示表示向量和矩阵，其中表示标量，也就是一个实数， 表示一个m维的行向量， 表示的矩阵，表示所有取值为实数的矩阵全体。本书后面的章节也采用相同的记号。需要注意的是，列向量可以表示为行向量的转置，因此没有专门记号来表示列向量。转置运算的细节请参考 3.1.3 节。

3.1.2    特殊矩阵

在讨论矩阵运算之前，先来看一类特殊的矩阵：方阵（squared matrix）。它是行数等于列数的矩阵。从形状上来看，它就像一个正方形，因此被称为方阵。有 3 种方阵需要特别注意。
•    单位矩阵（identity matrix），矩阵的对角线元素等于 1，其他元素等于 0，记为。


•     对角矩阵（diagonal  matrix），除矩阵的对角线元素外，其他元素都等于  0，记为 。不难注意到，单位矩阵是一种特殊的对角矩阵。

•     三角矩阵（triangular matrix），它可以细分为上三角矩阵和下三角矩阵两种。上三角矩阵的对角线下方的元素全部为零，记为 ；下三角矩阵的对角线上方的元素全部为零，记为 。不难发现，对角矩阵是一种特殊的三角矩阵。


3.1.3 矩阵运算

为了能像使用数字一样使用矩阵，我们为它定义了“加减乘除”四种运算。
1．矩阵的加减法
（1）与数字的加减法不同，并不是任何两个矩阵都可以进行加减运算，要求矩阵的形状是一样的，也就是它们的行数和列数都相等。假设矩阵同为的矩阵，则它们的和差仍为的矩阵，具体的加减法定义如下：


（2）根据上面的定义，不难得出，矩阵的加法也满足结合律和交换律。假设 也是一个 的矩阵，可以得到如下的公式 ：


2．矩阵的乘法
（1） 矩阵与数字的乘法。与数字的乘法类似，任意一个实数都能和任意一个矩阵相乘。假设 为实数，则它与矩阵 的乘法定义如下：


（2） 矩阵与矩阵的乘法。它只有在第一个矩阵的列数和第二个矩阵的行数相同时才有定义。假设 为 的矩阵， 为 的矩阵，则它们之间的乘积为一个 的矩阵，记为 ，具体的定义如下：


举个具体的例子： 为4 × 2的矩阵， 为2 × 3的矩阵，它们之间的乘法计算过程如图3-2a 所示。


不难证明，矩阵的乘法满足结合律， 即 ，以及分配律， 即 ，但不满足交换律（在通常情况下，两个矩阵交换顺序后，乘法运算的要求都不再满足）。这一点与数字的乘法有很大的不同。另外，任何一个矩阵与单位矩阵的乘积（前提条件是矩阵乘法的要求被满足）等于其本身，比如 。因此单位矩阵可以被看作矩阵中的 1。
在实际中，线性模型常常用矩阵乘法来表示。举个简单的例子，假设线性模型为：



（3） 矩阵的 Hadamard 乘积（Hadamard product 或者element-wise multiplication）。假设矩阵 同为 的矩阵，则它们之间的Hadamard 乘积仍为 的矩阵，记为 。
计算过程如图3-2b 所示，具体的公式如下：


矩阵的Hadamard 乘积在数学上并不太常用，但在编程时，我们常用它来同时计算多组数据的乘积。

3．矩阵的除法：逆矩阵（inverse matrix）
（1）对矩阵求逆是专门针对方阵的，即行数等于列数的矩阵。假设 是一个 的矩阵，若存在一个 的矩阵 使得它们的乘积等于 阶单位矩阵，如公式（3-11）所示，则称矩阵 为矩阵 的逆矩阵，记为 ，而 则被称为可逆矩阵。


（2）数学上可以证明，一个矩阵的逆矩阵如果存在，则逆矩阵唯一。所以对于方阵 ，如果存在另一个方阵 ，使得 ，则一定有 ，且 。
（3）关于逆矩阵，有如下几个常用的公式：


4．矩阵的转置（transpose）
（1）形象点理解，矩阵的转置就是将矩阵沿着对角线对调一下。假设 为 的矩阵，则它的转置为 的矩阵，记为 。具体的公式如下：


（2）关于矩阵的转置，有如下几个常用的公式，其中假设 为实数，而且公式中涉及的矩阵乘法和逆矩阵都是有意义的。


3.1.4 代码实现(略, 详见书描述)
3.1.5 向量空间
向量空间（vector space）是一个比较深刻的数学概念。为了便于理解，我们抛开复杂的公理化定义，从直观上来理解向量空间的相关知识。
我们生活的世界在空间上是一个三维空间，在这个现实世界里建立长宽高坐标系，也就是 坐标系。这个现实中的每一个点都能被表示成一个三维行向量，如图3-3a 所示。

从数学上来看，任意一个三维的行向量 ，可以被写为 。用学术一些的话来表述就是任意一个三维行向量可以被 这3 个行向量线性表示，而且反过来， 这3 个行向量的任意线性组合都对应着现实空间中的某一点。像这样的空间被称为向量空间，而 被称为向量空间的基。不难看出，其实 分别对应着 轴、 轴和 轴。


针对三维向量空间，定义行向量的内积（dot product）。假设行向量 和行向量 ，它们之间的内积定义为：

其实之间的内积可以表达为矩阵乘法，即. 数学上可以证明公式（3-16），其中 为点到原点的距离的定义类似；为向量之间的夹脚，如图3-3b 所示。注意到当到原点的距离等于1 时，就是向量在向量 B 方向上投影的长度：


有了内积定义后，就可以更加数理化地定义向量间的正交关系（对应到空间上，就是两个向量相互垂直）。若两个行向量 的内积等于0，则称它们是正交的。容易得到，上面提到的基 是相互正交的，被称为正交基。

既然行向量可以被看作三维空间里的一个点，那么 的矩阵 可以被看作三维空间里点的集合。现在我们想在这个空间里找到一条直线，使得矩阵中的点在这条直线的投影之和最长。结合内积的定义，假设 为行向量，将上面的目标表示为数学公式，其中向量 是长度为1 的向量，表示直线的方向。


为了解决这个问题，需要引入另一个很复杂的数学概念：特征向量（eigenvector）和特征值（eigenvalue）。假设 是一个三阶对称矩阵，即 （注意到公式（3-17）里， 就是一个三阶对称矩阵）。满足下面条件的非零行向量 被称为 的特征向量，对应的 被称为特征值。


数学上可以证明，对于三阶的对称矩阵，存在3 个相互正交的特征向量，而它们可以组成三维空间的一组基。有了上面的结论，公式（3-17）定义的问题就很好解决了：就是最大特征值对应的特征向量。

上面有关向量空间、内积、向量间夹脚以及正交的定义可以推广到任意维度的空间。有关特征向量、特征值的定义和结论也如此。(本节完)