标签: 机器学习

1 篇文章

SVD,PCA,ICA的分析
奇异值分解(SVD) 奇异值分解是将矩阵分解为奇异向量(singular vector)和奇异值(singular value)。奇异值分解将原矩阵$A$分解为三个矩阵的乘积: $$A{mn}=U{mm}D{mn}V{nn}^{T}$$ 其中矩阵$U$和$V$为正交矩阵,$D$为对角矩阵。$D$对角线上的元素称为$A$的奇异值,$U$的列向量被称为…