Eigenvector and Eigenvalue and PCA overview
3-Second Blueprint (English)
- Under a matrix transformation Ax = λx, an eigenvector keeps its original direction while its eigenvalue λ scales its magnitude.
- Knowing eigenvectors simplifies repeated n-by-n matrix multiplications by replacing cubic matrix operations with scalar powers.
- Principal Component Analysis computes the feature covariance matrix whose eigenvectors define orthogonal axes ranked by variance.
Eigenvectors & EigenvaluesLinear TransformationCovariance MatrixPrincipal Component Analysis
3-Sekunden-Fazit (Deutsch)
- Bei einer linearen Abbildung Ax = λx behält ein Eigenvektor seine Richtung bei, während der Eigenwert λ nur seine Länge skaliert.
- Bekannte Eigenvektoren vereinfachen wiederholte Matrixpotenzen erheblich, indem skalare Potenzen von λ teure Matrixprodukte ersetzen.
- Die Hauptkomponentenanalyse berechnet die Kovarianzmatrix, deren Eigenvektoren neue Achsen geordnet nach Datenvarianz festlegen.
Eigenvektoren & EigenwerteLineare TransformationKovarianzmatrixHauptkomponentenanalyse
Note / Hinweis: Blueprints are AI-generated educational summaries (0% Politics · 0% Religion · 0% Brainrot) and do not constitute medical, legal, or financial advice. / KI-generierte Zusammenfassung zu Bildungszwecken – ersetzt keine medizinische, rechtliche oder finanzielle Fachberatung.