PCA之奇異值分解

參考：http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html（講的很詳細，可直接轉到閱讀。） PCA的實現一般有兩種，一種是用特徵值分解去實現的，一種是用奇異值分解去實現的。 在機器學習領域，有相當多的應用與奇異值都可以扯上關係，比如做feature reduction的PCA，做數據壓縮（以圖

>>阅读原文<<