奇异值分解(Singular Value Decomposition,SVD)
一、什么是奇异值
奇异值是矩阵里的概念,一般通过奇异值分解定理求得。设A为m * n阶矩阵,q=min(m,n),A*A的q个非负特征值的算术平方根叫作A的奇异值。
矩阵A的秩等于它的非零奇异值的个数。
二、为什么要进行奇异值分解
三、奇异值分解几何解释
本文的例子借用【线性代数】通俗的理解奇异值以及与特征值的区别,还有奇异值分解及其应用一文中提到的例子。
奇异值是矩阵里的概念,一般通过奇异值分解定理求得。设A为m * n阶矩阵,q=min(m,n),A*A的q个非负特征值的算术平方根叫作A的奇异值。
矩阵A的秩等于它的非零奇异值的个数。
本文的例子借用【线性代数】通俗的理解奇异值以及与特征值的区别,还有奇异值分解及其应用一文中提到的例子。