一、特征值与特征向量
特征空间:
特征向量的应用:
特征值表达了重要程度且和特征向量所对应,那么特征值大的就是主要信息了,基于这点我们可以提供各种有价值的信息。
二、SVD矩阵分解
基变换:
特征值分解:
SVD:
离散型随机变量
概率函数(概率质量函数):
连续型随机变量
似然函数
特征空间:
特征向量的应用:
特征值表达了重要程度且和特征向量所对应,那么特征值大的就是主要信息了,基于这点我们可以提供各种有价值的信息。
基变换:
特征值分解:
SVD:
离散型随机变量
概率函数(概率质量函数):
连续型随机变量
似然函数