2016年11月20日
利用奇异值分解（SVD）简化数据
摘要： 特征值与特征向量 下面这部分内容摘自：强大的矩阵奇异值分解(SVD)及其应用 特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧： 如果说一个向量v是方阵A的特征向 阅读全文
posted @ 2016-11-20 22:46 XXX已失联 阅读(2518) 评论(0) 推荐(1) 编辑