關於奇異值以及奇異值分解SVD的思考

前言： 　　SVD做爲一個很基本的算法，在不少機器學習算法中都有它的身影，特別是在如今的大數據時代，因爲SVD能夠實現並行化，所以更是大展身手。SVD的原理不難，只要有基本的線性代數知識就能夠理解，實現也很簡單所以值得仔細的研究。固然，SVD的缺點是分解出的矩陣解釋性每每不強，有點黑盒子的味道，不過這不影響它的使用html 1，SVD的數學基礎 1.1爲何要作SVD分解？ 回顧特徵值和特徵向量 　

>>阅读原文<<