奇异值分解及应用(PCA&LSA)

这里我省去了很多的数学知识，建议数学比较薄弱的读者可以先看看<信息检索导论>第18章。主要的数学知识包括方阵的特征值、特征向量；方阵的对角化；一般矩阵的奇异值分解及低秩逼近矩阵。这里主要讲解奇异值分解的两个应用PCA(降维)和LSA(潜在语义结构分析)。 PCA: 之前有详细讲过PCA，见：http://blog.csdn.net/lu597203933/article/details/41544

>>阅读原文<<