【推荐系统】特征值分解（谱分解）和奇异值分解（SVD），即在PCA上的应用

特征值分解（谱分解EVD）和奇异值分解（SVD），即在PCA上的应用 1. 概念 特征值分解和奇异值分解在机器学习领域都有着广泛的应用。两者有着很紧密的关系，二者的目的都是一样，就是提取出一个矩阵最重要的特征。 1.1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，一个矩阵的一组特征向量是一组正交向量(实对称矩阵不同的特征值对应的特

>>阅读原文<<