PCA和SVD总结

1. PCA用来提取一个场的主要信息（主成分分量），而SVD一般用来分析俩个场的相关关系。俩者在具体的实现方法上也有不同，SVD是通过矩阵奇异值分解的方法分解俩个长的协方差矩阵的，而PCA是通过分解一个场的协方差举证

2. PCA可用于特征的压缩、降维；当然也能去噪等；如果将矩阵转置后再用PCA,相当于去除相关度过大的样本数据--但不常见；SVD能够对一般矩阵分解，并可用于个性化推荐内容。