SVD(奇异值分解)能够提取出最能代表一个矩阵的“特征方向”,在机器学习中最为重要的应用是PCA(主成分分析)。周志华西瓜书中讲得较为详细,结合以下参考链接可以有一个较好的理解。在同类型博客中笔记-矩阵与特征值给出的知乎问题链接下,某回答很好地解释了矩阵分解在PCA中的应用,十分具有参考性。
笔记-SVD&PCA
最新推荐文章于 2022-08-01 22:08:04 发布
SVD(奇异值分解)能够提取出最能代表一个矩阵的“特征方向”,在机器学习中最为重要的应用是PCA(主成分分析)。周志华西瓜书中讲得较为详细,结合以下参考链接可以有一个较好的理解。在同类型博客中笔记-矩阵与特征值给出的知乎问题链接下,某回答很好地解释了矩阵分解在PCA中的应用,十分具有参考性。