〖矩阵论笔记一〗奇异值分解(SVD)
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,它在优化问题、最小二乘问题、广义逆矩阵及统计学习中被广泛使用,成为其重要工具。奇异值分解1 定义与性质2 奇异值分解的算法2.1 算法一2.2 算法二3 奇异值分解代码1 定义与性质奇异值分解是指任意一个mxn矩阵,都可以表示为三个矩阵的乘积(因子分解)形式,分别是m阶正交矩阵、由降序排列的非负的对角线元素组成的mxn矩形对角矩阵和n阶正交矩阵。奇异值:设A∈Crm∗nC^{m
原创
2021-01-12 00:12:39 ·
5318 阅读 ·
0 评论