关于奇异值以及奇异值分解SVD的思考

前言： 　　SVD做为一个很基本的算法，在不少机器学习算法中都有它的身影，特别是在如今的大数据时代，因为SVD能够实现并行化，所以更是大展身手。SVD的原理不难，只要有基本的线性代数知识就能够理解，实现也很简单所以值得仔细的研究。固然，SVD的缺点是分解出的矩阵解释性每每不强，有点黑盒子的味道，不过这不影响它的使用html 1，SVD的数学基础 1.1为何要作SVD分解？ 回顾特征值和特征向量 　

>>阅读原文<<