【源码】理解SVD如何将二维数据分解为特征向量

这个项目是为了教育目的。它有助于理解SVD如何将二维数据分解为特征向量。

This program is for educational purpose. It helps to understand how SVD can help in decomposing 2 dimensional data into eigenvectors.

生成正态分布的二维数据。

2D data with normal distribution is generated.

数据被移动和旋转。

The data are shifted and rotated.

然后利用奇异值分解（SVD）计算特征向量和特征值。

SVD are then used to calculate the eigenvectors and eigenvalues.

特征向量和特征值的物理意义可以通过对应的仿真图形来说明。

The physical meaning of the eigenvectors and eigenvalues can be illustrated through its plot.

更多精彩文章请关注公众号：