📐 投影 (Projection)

想像太陽從正上方照下來，你站在地上 — 影子就是你的投影。投影是「把一個向量壓到一個比它低維的空間（直線、平面）上」，而且要「壓得最接近」— 也就是殘差（影子到原點的距離）要最小。

幾何上有個關鍵性質：殘差永遠垂直於目標子空間。換句話說，$Pv$ 跟 $v-Pv$ 是直角關係（你可以在右邊看到正交性數值永遠是 0）。

📏 兩種投影公式

投影到一條直線（方向為單位向量 $\hat{a}$）：

意思是：「v 在 $\hat{a}$ 方向上的長度」乘以「$\hat{a}$ 本身」。

投影到一個平面（法向量為單位向量 $\hat{n}$）：

意思是：「把 v 沿著 $\hat{n}$ 方向那個分量扣掉」 — 剩下的就是躺在平面上的部分。

💡 投影矩陣的兩個招牌性質

• 冪等（idempotent）：$P^2=P$ — 把影子再投影一次還是同一個影子。投影過的東西已經在子空間裡了。
• 對稱：$P^{\top }=P$ — 正交投影才有這性質。如果 $P^{\top }\ne P$ 那叫做「斜投影」，不一定最短距離。

🎮 動手試試

1. 預設模式：投影到 X-Z 平面。看右邊的 $P$ 矩陣，注意 Y 那一列被清成 0 了 — 投影後 Y 分量永遠是 0。
2. 把 v 改成 (0, 5, 0)（純 Y 方向）→ 投影完全變 0！因為 v 完全垂直於目標平面，影子是「一個點」（原點）。
3. 切換到 直線模式，方向設 (1, 1, 0) → 投影是 v 在那條斜線上的影子。注意 $P$ 矩陣現在每個 cell 都長得像 ${\hat{a}}_i{\hat{a}}_j$。
4. 觀察 正交性 那一行 — 不管你怎麼改 v 跟 n，永遠都是 0。這是投影的數學保證。

🚀 投影 = 線性回歸

當你在 Excel 點「加入趨勢線」，背後的數學就是把資料投影到一條直線。給定一堆 $(x_i,y_i)$ 資料點，要找一條 $y=mx+b$ 最接近所有點 — 這就是把目標向量 $y$ 投影到「$X$ 的 column space」。一般公式：

看到這個公式不要慌 — 它就是上面平面/直線公式的一般化。$(X^{\top }X{)}^{-1}$ 是用來「歸一化」$X$ 的多欄（如果欄之間不正交），$X{X}^{\top }$ 那部分跟前面 $\hat{a}{\hat{a}}^{\top }$ 同樣是「在 column space 內」。