矩阵的SVD分解（理论到计算结果）

SVD（Singular Value Decomposition）,矩阵的奇异值分解。分解方法如下： 若A是m*n的矩阵，则可以分解为，（此式子就是奇异值分解）其中U=m*m，=m*n，V=n*n。 V是的特征向量进行标准化后的结果，故V是标准正交矩阵。 U是标准正交矩阵。（是的特征向量进行标准化后的结果？？？） 是奇异值矩阵。（是m*n的非负实数对角矩阵，并且对角线上的元素是A的奇异值。一般我们

>>阅读原文<<