机器学习降维之奇异值分解(SVD)

奇异值分解(Singular Value Decompostion, SVD) 是在机器学习领域普遍应用的算法，不光能够用于降维算法中的特征分解，还能够用于推荐系统，以及天然语言处理等领域，是不少机器学习算法的基石。本篇文章对SVD原理作主要讲解，在学习以前，确保你已经熟悉线性代数中的基本知识，包括特征值、特征向量、类似矩阵相关知识点。若是不太熟悉的话，推荐阅读以下两篇文章，如何理解矩阵特征值？知

>>阅读原文<<