奇異值分解（SVD）原理

        奇異值分解(Singular Value Decomposition，以下簡稱SVD)是在機器學習領域廣泛應用的算法，它不光可以用於降維算法中的特徵分解，還可以用於推薦系統，以及自然語言處理等領域。本文簡要討論SVD的基本原理。 1. 特徵值、特徵向量的定義與應用       設A是一個n×n的矩陣，x是一個n維向量。若A,x滿足Ax=λx，則我們說λ是矩陣A的一個特徵值，而x是矩

>>阅读原文<<