學習打卡8.4

SVD和圖形處理 奇異值分解（SVD） 前提 定義 例子 計算 U的計算 V的計算 Σ的計算 利用SVD降維 這裏所說的降維，更準確的來說是使得矩陣的秩減小，矩陣大小並未改變。 保留的特徵比例 用matlab計算 [U,S,V] = svd(A) 注意計算出來的事V不是V的轉置 定義一個mysvd函數 函數作用：使用奇異值分解將矩陣A壓縮到指定的特徵比例 A：要壓縮的m*n維的矩陣 ratio：(

>>阅读原文<<