傳統推薦算法(一)利用SVD進行推薦（2）特徵值與特徵向量的直觀理解

勘誤 1.上篇文章標題應該爲：矩陣相乘的本質而不是「矩陣分解的本質」。 2.上篇文章中"爲什麼非對稱實矩陣不能像實對稱矩陣一樣分解呢？因爲非對稱實矩陣不能找到一組正交基(無解)，使得矩陣相乘達到只在這組正交基的基向量上進行縮放。"這種說法不準確，不過結合這句話下面的內容大家應該可以理解我在說什麼。就是非對稱實矩陣無法進行形如A=USU-1(U爲正交矩陣)的特徵值分解。 寫在前面 英國的數學家凱萊

>>阅读原文<<