矩阵奇异值分解(SVD)与主成份分析(PCA)详解

鸣谢 本文引用了如下文章，如有侵权，请联系删除 主成分分析（PCA）原理详解 邹博机器学习教程 矩阵奇异值分解(SVD) 奇异值分解(Singular Value Decomposition)是一种重要的矩阵分解方法，可以看作对称方阵在任意矩阵上的推广。 假设A是一个m*n阶实矩阵，则存在一个分解使得： Am∗n=Um∗mσm∗nVTn∗n 但这个U和V怎么确定呢？ 有如下公式： (AT⋅A)vi

>>阅读原文<<