線性代數應該這樣講(四)-奇異值分解與主成分分析

在《線性代數這樣講（二）》（以下簡稱「二」）中，小夕詳細講解了特徵值與特徵向量的意義，並且簡單描述了一下矩陣的特徵值分解的意義和原理。本文便基於對這幾個重要概念的理解來進一步講解SVD分解。   回顧一下，在「二」中，小夕講過一個方陣W可以分解爲它的特徵向量矩陣eVec與特徵值矩陣eVal相乘的形式，即用 eVec * eVal * eVec-1 來近似原方陣W。   那麼問題來啦，如果我們的矩陣

>>阅读原文<<