摘要：矩阵分解 矩阵可以分解为多个矩阵的乘积。 这些矩阵的乘积是原矩阵的低秩近似。 一个矩阵的秩一定小于这个矩阵的min(行数，列数)。 $$rank(A) \leq min(M,N)$$ 矩阵的秩表达了这个矩阵张成的空间的维度，如果矩阵当前的维度比矩阵的秩大，那么说明在这个矩阵中一定包含线性相关的向量， 阅读全文

摘要：无监督学习 —— 聚类 聚类 聚类的目标是发现数据中的相似群，称为簇（cluster），保证簇内间距小，簇间距离大。 聚类不需要对数据进行标注，因而被看做是无监督学习。 原型聚类，基于数据划分 K means K means是硬聚类的，一个数据点只能属于一个簇。 K means算法将数据划分为K个簇 阅读全文