PCA之奇异值分解

参考：http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html（讲的很详细，可直接转到阅读。） PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。 在机器学习领域，有相当多的应用与奇异值都可以扯上关系，比如做feature reduction的PCA，做数据压缩（以图

>>阅读原文<<