机器学习SVD【一】

1. SVD 1.1 分解 如下图，一个矩阵可以分解为两个方阵和一个对角矩阵的乘积： C = m * n；u = m * m；sigma = m * n；v' = n * n 1.2 奇异值 sigma是一个对角矩阵，但通常不是方阵。sigma的对角元素被称为奇异值，与特征值类似。因此与PCA类似，我们可以取sigma中最大的k个，来简化数据： u' = m * k；sigma' = k * k；

>>阅读原文<<