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。
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。