奇異值分解（SVD）學習筆記

1、奇異值分解介紹 在機器學習或數據分析中，有時樣本數據會比較大，這樣對計算機的內存會有很大的負擔。此時，通過一些方法來提取數據中的主要成分，而忽略其中可以忽略不計的成分，將大大減少計算量。本文講簡單介紹奇異值分解（SVD）方法。 在機器學習中，數據一般以矩陣的形式作爲輸入，放入模型中進行訓練或計算。矩陣的一行代表一個樣本，矩陣的一列代表樣本的特徵。提取矩陣重要特徵的方法有特徵值分解和奇異值分解（

>>阅读原文<<