奇异矩阵与L2 Regularization
奇异矩阵是线性代数的概念,就是对应的行列式等于0的矩阵。 奇异矩阵的判断方法:首先,看这个矩阵是不是方阵(即行数和列数相等的矩阵。若行数和列数不相等,那就谈不上奇异矩阵和 非奇 异矩阵)。 然后,再看此方阵的行列式|A|是否等于0,若等于0,称矩阵A为奇异矩阵;若不等于0,称矩阵A为非奇异矩阵。 同时,由|A|≠0可知矩阵A可逆,这样可以得出另外一个重要结论:可逆矩阵就是非奇异矩阵,非奇异矩阵也是可逆矩阵。 如果A为奇异矩阵,则AX=0有无穷解,AX=b有无穷解或者无解。如果A为非奇异矩阵,则AX=0有且只有唯一零解,AX=b有唯一解。 如果A(n×m)为奇异矩阵(singular matrix)<=> A的秩Rank(A)<n. 如果A(n×m)为非奇异矩阵(nonsingular matrix)<=> A满秩,Rank(A)=n. [1] Eviews软件中当样本容量太少或是当变量间存在完全相关性时会提示“near singular matrix”,意为“近奇异矩阵”。计量经济学范畴 一个方阵非奇异当且仅当它的行列式不为零。 一个方阵非奇异当且仅当它代表的线性变换是个 自同构 。 一个矩阵半正定当且仅当它的每个特征值大于或等于零。 一个 矩阵正定 当且仅当它的每个特征值都大于零。 在矩阵对角线上增加一个正数,使该矩阵成为非奇异矩阵