奇异值分解(numpy.linalg.svd二维和三维数据的压缩和还原)
奇异值分解SVD(Singular Value Decomposition,奇异值分解)numpy.linalg模块中的svd函数可以对矩阵进行奇异值分解。分解的目标:是一种因子分解运算,将一个矩阵分解为3个矩阵的乘积3个矩阵: U, Σ\SigmaΣ 和 V,其中U和V是正交矩阵,分别称为左奇异值、右奇异值,Σ\SigmaΣ为奇异值。numpy的实现:numpy.linalg.svd(A,full_matrices=1,compute_uv=1)参数:A是一个形如(m,n)矩阵fu
原创
2021-04-30 01:11:09 ·
6616 阅读 ·
0 评论