SVD singular value decomposition

SVD singular value decomposition

https://en.wikipedia.org/wiki/Singular_value_decomposition

奇異值分解在統計中的主要應用爲主成分分析（PCA），一種數據分析方法，用來找出大量數據中所隱含的「模式」，它能夠用在模式識別，數據壓縮等方面。PCA算法的做用是把數據集映射到低維空間中去。 數據集的特徵值（在SVD中用奇異值表徵）按照重要性排列，降維的過程就是捨棄不重要的特徵向量的過程，而剩下的特徵向量組成的空間即爲降維後的空間。