奇异值分解(SVD)原理及应用

一、奇异值与特征值基础知识：     特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，我在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧：      1）特征值：       如果说一个向量v是方阵A的特征向量，将一定可以表示成下面的形式：         这时候λ就被称为特征向量v对应的特征值，一个矩阵的一

>>阅读原文<<