Eigenvector & Eigenvalue

Geometri dan aljabar pemetaan linear, vektor, dan matriks

Kebanyakan vektor dibelokkan saat matriks bekerja padanya: mereka berotasi sekaligus teregang. Tetapi beberapa arah khusus bersifat invarian. Matriks hanya meregangkan atau membaliknya, tidak pernah memutarnya. Itulah eigenvector, dan faktor peregangannya adalah eigenvalue.

Bacalah: menerapkan A pada eigenvector-nya v menghasilkan arah yang sama, hanya diskalakan oleh λ. Jika λ = 2, arah itu menjadi dua kali; jika λ = −1, ia terbalik; jika λ = 0.5, ia mengecil setengah. Eigenvector membentuk kerangka transformasi, sumbu-sumbu tempat transformasi bertindak paling sederhana.

Seret sebuah vektor di sekitar gambar. Kebanyakan arah terlihat berotasi di bawah A; hanya sepanjang arah eigenvector output tetap sejajar dengan input.

Di mana ini berlaku dalam MLEigenvector adalah arah alami yang diikuti sebuah proses. Dalam PCA, eigenvector dari matriks kovarians adalah sumbu varians terbesar, arah tempat datamu benar-benar menyebar. Dalam optimisasi, eigenvalue dari Hessian menggambarkan kelengkungan loss di tiap arah: eigenvalue besar adalah dinding curam, yang kecil adalah lembah datar, dan rasionya (condition number) mengontrol seberapa sulit…
▶ Eigenvector & Eigenvalue
← Invers MatriksDiagonalisasi →