统计学习方法读书笔记(十五)-奇异值分解

全部笔记的汇总贴:统计学习方法读书笔记汇总贴

可以直接看这篇文章,关于奇异值分解讲的很清楚,还有个例子:奇异值分解

奇异值分解(singular value decomposition, SVD)是一种矩阵因子分解方法,是线性代数的概念,但在统计学习中被广泛使用,成为其重要工具。

一、奇异值分解的定义与性质

在看完上面那篇文章的例子之后,可以再看看书上的例15.1。

二、奇异值分解的计算

  • 先求 A T A A^TA ATA的特征值和特征向量
  • n n n阶正交矩阵 V V V
  • m ∗ n m*n mn对角矩阵 Σ \Sigma Σ
  • m m m阶正交矩阵 U U U
  • 得到奇异值分解

具体可以手动推算一下例15.5,计算量并不是很大。

三、奇异值分解与矩阵近似

  • 弗罗贝尼马斯范数
  • 数据压缩
  • 外积展开式

下一章传送门:统计学习方法读书笔记(十六)-主成分分析

已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 技术黑板 设计师:CSDN官方博客 返回首页