原创力文档- 13
- 0
- 约1.11万字
- 约 10页
- 2021-09-04 发布于天津
- 举报
矩阵的奇异值分解及其应用版权声明本文由发布于本文可以被全部的转载或者部分使用但请注明出处如果有问题请联系前言上一次写了关于与的文章的实现一般有两种一种是用特征值分解去实现的一种是用奇异值分解去实现的在上篇文章中便是基于特征值分解的一种解释特征值和奇异值在大部分人的印象中往往是停留在纯粹的数学计算中而且线性代数或者矩阵论里面也很少讲任何跟特征值与奇异值有关的应用背景奇异值分解是一个有着很明显的物理意义的一种方法它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示这些小矩阵描述的是矩阵的重
矩阵的奇异值分解（ SVD ）及其应用
版权声明：
本文由 LeftNotEasy 发布于 , 本文可以被全部的转载或
者部分使用，但请注明出处，如果有问题，请联系 wheeleast@
前言：
上一次写了关于 PCA 与 LDA 的文章， PCA 的实现一般有两种， 一种是用特征值分解去实现
的，一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇
异值在大部分人的印象中， 往往是停留在纯粹的数学计算中。
文档评论（0）