機器學習降維之奇異值分解(SVD)

奇異值分解(Singular Value Decompostion, SVD) 是在機器學習領域普遍應用的算法，不光能夠用於降維算法中的特徵分解，還能夠用於推薦系統，以及天然語言處理等領域，是不少機器學習算法的基石。本篇文章對SVD原理作主要講解，在學習以前，確保你已經熟悉線性代數中的基本知識，包括特徵值、特徵向量、類似矩陣相關知識點。若是不太熟悉的話，推薦閱讀以下兩篇文章，如何理解矩陣特徵值？知

>>阅读原文<<