svd将一个矩阵分解成3个矩阵,只提取前n个奇异值后,可以实现对矩阵的压缩。
如果只是保留某一个分解矩阵对应前n个奇异值部分,则是对原矩阵某个维度的压缩,也就是主成分,pca。
对doc、term矩阵进行svd分解后,提取前n个奇异值后的矩阵,再对降维后的向量进行聚类,就是lsi。可以求相关term或者相关doc。
机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html