Eigenvektoren und Eigenwerte

Geometrie und Algebra von linearen Abbildungen, Vektoren und Matrizen

Die meisten Vektoren werden von einer Matrix aus ihrer Richtung gebracht: Sie drehen sich und werden gleichzeitig gestreckt. Doch einige wenige besondere Richtungen sind invariant. Die Matrix streckt oder spiegelt sie nur, dreht sie aber nie. Das sind die Eigenvektoren, und der Streckfaktor ist der Eigenwert.

Lies es laut vor: Wendet man A auf seinen Eigenvektor v an, erhält man dieselbe Richtung zurück, nur skaliert um λ. Ist λ = 2, so verdoppelt sich diese Richtung; ist λ = −1, wird sie gespiegelt; ist λ = 0.5, schrumpft sie auf die Hälfte. Die Eigenvektoren bilden das Gerüst der Transformation, die Achsen, entlang derer sie am einfachsten wirkt.

Zieh im Bild einen Vektor umher. Die meisten Richtungen drehen sich unter A sichtbar; nur entlang der Eigenvektor-Richtungen bleibt die Ausgabe parallel zur Eingabe.

Wo das im ML vorkommtEigenvektoren sind die Richtungen, entlang derer sich ein Prozess von Natur aus bewegt. Bei der PCA sind die Eigenvektoren der Kovarianzmatrix die Achsen größter Varianz, also die Richtungen, in denen deine Daten tatsächlich gestreut sind. Bei der Optimierung beschreiben die Eigenwerte der Hesse-Matrix die Krümmung der Verlustfunktion in jeder Richtung: große Eigenwerte sind steile Wände, kleine…
▶ Eigenvektoren und Eigenwerte
← Matrix-InversesDiagonalisierung →