python numpy SVD分解因子矩阵转换

最新推荐文章于 2024-04-28 00:25:48 发布

Cute_Abacus

最新推荐文章于 2024-04-28 00:25:48 发布

阅读量969

点赞数

分类专栏：机器学习文章标签：矩阵 python 线性代数

本文链接：https://blog.csdn.net/LUCKY_SANTA/article/details/123181632

版权

最近因为实验的原因需要把矩阵分解为两个矩阵U✖W，同时要求U是正交列矩阵
那肯定最先想到SVD分解，于是搜索有没有可以直接拿来用的方法，通过下文找到灵感
svd图像压缩

import numpy as np
import os
from PIL import Image

#我主要需要看这部分的代码
def restore(sigma, u, v, K):  # 奇异值、左特征向量、右特征向量
    m = len(u)
    n = len(v[0])
    a = np.zeros((m, n))
    for k in range(K):
        uk = u[:, k].reshape(m, 1)
        vk = v[k].reshape(1, n)
        a += sigma[k]