奇异值分解(SVD)摘记——从EVD到SVD

奇异值分解摘记——从EVD到SVD 1. 矩阵的对角化(Diagonalization) 2. 实对称矩阵的特征分解(Eigenvalue Decomposition,EVD) 2.1 实对称矩阵的对角化 2.2 正交矩阵的几何意义 3. 奇异值分解(Singular Value Decomposition,SVD) 3.1 SVD的实质 3.2 SVD的奇异向量(Singular vector)
相关文章
相关标签/搜索