奇异值分解（SVD）与特征值分解（EVD）

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。二者有着很紧密的关系，特征值分解和奇异值分解的目的都是同样，就是提取出一个矩阵最重要的特征。html 特征值分解是一个提取矩阵特征很不错的方法，可是它只是对方阵而言的，在现实的世界中，咱们看到的大部分矩阵都不是方阵，好比说有N个学生，每一个学生有M科成绩，这样造成的一个N * M的矩阵就不多是方阵，奇异值分解能够用来干这个事情，奇异值分解

>>阅读原文<<