范数、奇异值

最新推荐文章于 2023-09-07 11:42:34 发布

adminabcd

最新推荐文章于 2023-09-07 11:42:34 发布

阅读量2.4k

点赞数

分类专栏：数据挖掘文章标签：范数奇异值分解数据挖掘

本文链接：https://blog.csdn.net/adminabcd/article/details/46805351

版权

本文介绍了矩阵和向量的范数计算，包括不同范数的定义和用途，如1范数、2范数、无穷范数和Frobenius范数。此外，还详细解析了奇异值分解（SVD），解释了SVD如何生成酉矩阵U、奇异值矩阵S和酉矩阵V，以及它们在数据挖掘中的应用。

摘要由CSDN通过智能技术生成

【范数】
格式：n=norm(A,p)
功能：norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数
以下是Matlab中help norm 的解释
NORM Matrix or vector norm.
For matrices…
NORM(X) is the largest singular value of X, max(svd(X)).
NORM(X,2) is the same as NORM(X).
NORM(X,1) is the 1-norm of X, the largest column sum,
= max(sum(abs(X))).
NORM(X,inf) is the infinity norm of X, the largest row sum,
= max(sum(abs(X’))).
NORM(X,’fro’) is the Frobenius norm, sqrt(sum(diag(X’*X))).
NORM(X,P) is available for matrix X only if P is 1, 2, inf or ‘fro’.
For vectors…
NORM(V,P) = sum(abs(V).^P)^(1/P).
NORM(V) = norm(V,2).
NORM(V,inf) = max(abs(V)).
NORM(V,-inf) = min(abs(V)).
1、如果A为矩阵
n=norm(A) ,返回A的最大奇异值，即max(svd(A))
n=norm(A,p) ,根据p的不同，返回不同的值
p 返回值
1 返回A中最大一列和，即max(sum(abs(A)))
2 返回A的最大奇异值&