EVD特征值分解、SVD奇异值分解、PCA主成分分析

笼统地说特征值分解只能对应于方阵，而奇异值分解可以对应于任何的矩阵，奇异值分解的目的是用来做数据的降维处理，应用于推荐系统中时，由于用户和商品之间形成的矩阵时稀疏矩阵，可以降维之后得到商品的表达式，我们有比较快的例子，奇异值分解习题 但是呢， 有两种推断奇异值分解的方法：我更加i青睐于第一种， [机器学习笔记]奇异值分解SVD简介及其在推荐系统中的简单应用 以下是第二种： 是先用特征值分解，用对称

>>阅读原文<<