奇异值分解

奇异值分解

矩阵对角化只适用于方阵，如果不是方阵也可以进行类似的分解，这就是奇异值分解，简称SVD。假设A是一个m x n的矩阵，则存在如下分解：

 
其中U为m x m的正交矩阵，其列称为矩阵A的左奇异向量； 为m x n的对角矩阵，除了主对角线 以外，其他元素都是0；V为n x n的正交矩阵，其行称为矩阵A的右奇异向量。

U的列为AAT的特征向量，V的列为AT A的特征向量。

标签：特征向量,矩阵,正交,分解,奇异,方阵
来源： https://blog.51cto.com/u_15282017/2957358