2018年11月28日
SVD（奇异值分解）小结
摘要： 注： 奇异值分解在数据降维中有较多的应用，这里把它的原理简单总结一下，并且举一个图片压缩的例子，最后做一个简单的分析，希望能够给大家带来帮助。 1、特征值分解（EVD） 实对称矩阵 在理角奇异值分解之前，需要先回顾一下特征值分解，如果矩阵$A$是一个$m\times m$的 （即$A = A^T$） 阅读全文
posted @ 2018-11-28 18:30 EndlessCoding 阅读(181460) 评论(27) 推荐(71) 编辑