机器学习基础--math（7）--特征值与本征值

特征值与奇异值

　　两者的主要区别在于：奇异值分解主要用于数据矩阵，而特征值分解主要用于方型的相关矩阵。
　　自相关矩阵正定时，特征值分解是奇异值分解的特例，且实现时相对简单些。

---

特征值和特征向量（本征值和本征向量）

　　一矩阵A作用于一向量a，结果只相当与该向量乘以一常数λ。即A*a=λa，则a为该矩阵A的特征向量，λ为该矩阵A的特征值。
　　本征值和本征向量为量子力学术语，对矩阵来讲与特征值和特征向量定义一样。但本征值不仅限于矩阵，对微分算子也有意义。”