矩陣的奇異值(SVD)分解及其簡單應用

矩陣的奇異值(SVD)分解及其簡單應用： 矩陣分解的用途非常廣泛，比較常用的有接下來主要講到的奇異值分解 (Singular Value Decomposition 以下簡稱 SVD分解)，Schur分解，特徵值分解(對於可對角化矩陣而言)，Jordan分解(對於不可對角化矩陣而言)等等。矩陣分解的目的很明確，一方面是爲了「打開」矩陣，使得矩陣的信息更加一目瞭然，比如將一個矩陣進行SVD分解後我們

>>阅读原文<<