機器學習SVD【一】

1. SVD 1.1 分解 如下圖，一個矩陣可以分解爲兩個方陣和一個對角矩陣的乘積： C = m * n；u = m * m；sigma = m * n；v' = n * n 1.2 奇異值 sigma是一個對角矩陣，但通常不是方陣。sigma的對角元素被稱爲奇異值，與特徵值類似。因此與PCA類似，我們可以取sigma中最大的k個，來簡化數據： u' = m * k；sigma' = k * k；

>>阅读原文<<