【推荐系统】特征值分解（谱分解）和奇异值分解（SVD），即在PCA上的应用

特征值分解（谱分解EVD）和奇异值分解（SVD），即在PCA上的应用 1. 概念 特征值分解和奇异值分解在机器学习领域都有着普遍的应用。二者有着很紧密的关系，两者的目的都是同样，就是提取出一个矩阵最重要的特征。html 1.1特征值 若是说一个向量v是方阵A的特征向量，将必定能够表示成下面的形式：web 这时候λ就被称为特征向量v对应的特征值，一个矩阵的一组特征向量是一组正交向量(实对称矩阵不一样

>>阅读原文<<