码迷,mamicode.com
首页 > 编程语言 > 详细

python3-特征值,特征分解,SVD奇异值分解

时间:2018-12-06 20:25:26      阅读:259      评论:0      收藏:0      [点我收藏+]

标签:.com   image   osi   矩阵分解   vpd   ima   strong   http   color   

1.设A为n阶矩阵,若存在常数λ及n维非零向量x,使得Ax=λx,则称λ是矩阵A的特征值,x是A属于特征值λ的特征向量。
A的所有特征值的全体,叫做A的谱,记为λ(A)
2.特征分解(Eigendecomposition),又称谱分解(Spectral decomposition)是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解。
一个矩阵的一组特征向量是一组正交向量。

令 A 是一个 N×N 的方阵,且有 N 个线性无关的特征向量 。这样, A 可以被分解为:
技术分享图片

其中Q是这个矩阵A的特征向量组成的矩阵,Σ是一个对角阵,每个对角线上的元素就是一个特征值。这里需要注意只有可对角化矩阵才可以作特征分解。

只有对角线上有非0元素的矩阵称为对角矩阵,或说若一个方阵除了主对角线上的元素外,其余元素都等于零,则称之为对角阵。
特征值分解是一个提取矩阵特征很不错的方法,但是它只是对方阵而言的

技术分享图片

技术分享图片

python3-特征值,特征分解,SVD奇异值分解

标签:.com   image   osi   矩阵分解   vpd   ima   strong   http   color   

原文地址:http://blog.51cto.com/13959448/2327130

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!