降维 大数据.ppt

R實戰-因子分析 x1=rnorm(100) x2=rnorm(100) x3=rnorm(100) data=data.frame(x1,x2,x3） data.fa=factanal(data,factor=1) data.fa ## data=data.frame(x1,x2,x3,x1*x1,x2*x2,x3*x3) data.fa=factanal(data,factors=2) data.fa 謝 謝！ 奇異值分解SVD 定義 r 是 A 的 Rank （秩） U：左奇異向量 Left Singular Vectors 單位正交矩陣 Σ：奇異值 Singular Values對角陣， V：右奇異向量 Right Singular Vectors 單位正交矩陣 1]求矩陣AHA的相似對角矩陣V; 5]構造奇異值分解 4]擴充U1為酉矩陣 U=(U1 ,U2) 3]令 2]記 奇異值分解方法—利用矩陣AHA求解 例：求矩陣 的奇異值分解 可求得 的特徵值為 對應的特徵向量依次為 於是可得： 令 其中 構造： 則 的奇異值分解為 計算： 奇異值分解方法—利用矩陣AAH求解？ Step 1：Δ Step 2：V Step 3：U Step 4：A=UΔV Step 1：Δ Step 2：U Step 3：V Step 4：A=UΔ