利用SVD简化数据

       奇异值分解(Singular Value Decomposition,SVD ---一种矩阵分解技术)：用小得多的数据集来表示原始数据。主要应用于:信息检索、推荐系统。

     SVD 将原始数据集矩阵Data分解成三个矩阵:

   SVD 的代码实现:

from numpy import *
from numpy import linalg as la

def loadExData():
    return[[0, 0, 0, 2, 2],
           [0, 0, 0, 3, 3],
           [0, 0, 0, 1, 1],
           [1, 1, 1, 0, 0],
           [2, 2, 2, 0, 0],
           [5, 5, 5, 0, 0],
           [1, 1, 1, 0, 0]]
    
def loadExData2():
    return[[0, 0, 0, 0, 0