矩陣奇異值分解(SVD)與主成份分析(PCA)詳解

鳴謝 本文引用瞭如下文章，如有侵權，請聯繫刪除 主成分分析（PCA）原理詳解 鄒博機器學習教程 矩陣奇異值分解(SVD) 奇異值分解(Singular Value Decomposition)是一種重要的矩陣分解方法，可以看作對稱方陣在任意矩陣上的推廣。 假設A是一個m*n階實矩陣，則存在一個分解使得： Am∗n=Um∗mσm∗nVTn∗n 但這個U和V怎麼確定呢？ 有如下公式： (AT⋅A)vi

>>阅读原文<<