机器学习算法（六）：奇异值分解SVD

目录   1 特征值（EVD） 2 奇异值（SVD） 2.1 右奇异向量（列变化）V 2.2 左奇异向量（行变换）U 2.3 奇异值矩阵Σ 2.4 A的满秩分解A=XY 3 奇异值与主成分分析（PCA）       奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语

>>阅读原文<<