线性代数之——对角化和伪逆

这部分我们通过选择更好的基底来产生更好的矩阵。当我们的目标是对角化矩阵时，一个选择可以是一组特征向量基底，另外一个选择可以是两组基底，输入基底和输出基底是不一样的。这些左右奇异向量是矩阵四个基本子空间中标准正交的基向量，它们来自于 SVD。 事实上，所有对 A A A 的分解都可以看作是一个基的改变。在这里，我们只关注两个突出的例子，有一组基的 Λ \Lambda Λ 和有两组基的 Σ \Sigm

>>阅读原文<<