奇异值分解(SVD)、主成分分析(PCA)、潜在语义索引(LSI)

一、奇异值与特征值基础知识：       特征值分解和奇异值分解在机器学习领域都是属于常用的方法。两者有着很紧密的关系，我在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧：    1）特征值：        见这篇文章： http://www.cnblogs.com/pinard/p/6251584.html    2）奇异值：      

>>阅读原文<<