2016年12月6日
SVD的几何意义，以及在去噪，推荐系统中的应用
摘要： 很多文章说到奇异值分解的时候总是大概罗列下它的功能，并没有对功能及物理意义进行过多的阐述，现在我来对奇异值进行整理一下。 一 奇异值分解 对任意的矩阵A∈Fmn，rank(A)=r(矩阵的秩)，总可以取A的如下分解：，其中U和V是正交矩阵。分别为左右奇异值向量。 U是m×m阶酉矩阵；Σ是m×n阶非负 阅读全文
posted @ 2016-12-06 15:29 刘岩-- 阅读(8638) 评论(1) 推荐(0)