奇异值分解（We Recommend a Singular Value Decomposition）原文作者：David Austin原文链接：http://www.ams.org/samplings/feature-column/fcarc-svd译者：richardsun(孙振龙)在这篇文章中，...
分类：
其他好文 时间：
2015-07-22 22:13:12
阅读次数：
218
机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用版权声明： 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com前言： 上一次写了关于P...
分类：
其他好文 时间：
2015-07-21 22:04:42
阅读次数：
145
SVD奇异值分解的几何物理意义资料汇总学习SVD奇异值分解的网上资料汇总：1、关于svd的一篇概念文，这篇文章也是后续几篇文章的鼻祖~http://www.ams.org/samplings/feature-column/fcarc-svd2、关于ＳＶＤ物理意义分析比较透彻的文章http://www...
分类：
其他好文 时间：
2015-07-21 21:47:02
阅读次数：
125
【范数】
格式：n=norm(A,p)
功能：norm函数可计算几种不同类型的矩阵范数,根据p的不同可得到不同的范数
以下是Matlab中help norm 的解释
NORM Matrix or vector norm.
For matrices…
NORM(X) is the largest singular value of X, max(svd(X))....
分类：
其他好文 时间：
2015-07-08 19:06:48
阅读次数：
156
PRML学习笔记：特征值分解、奇异值分解与 PCA
分类：
其他好文 时间：
2015-06-17 13:08:27
阅读次数：
217
特征值分解是利用矩阵的对角化来完成的：A=Q∧Q-1，但这种分解方法需要满足一个前提条件，即A是方阵。 ? 奇异值分解(SVD)可以对m x n的矩阵进行分解。我们希望找到一个n x n的正交方阵V、一个m x m的正交方阵U和...
分类：
其他好文 时间：
2015-05-26 01:42:16
阅读次数：
262
这里我省去了很多的数学知识，建议数学比较薄弱的读者可以先看看信息检索导论>第18章。主要的数学知识包括方阵的特征值、特征向量；方阵的对角化；一般矩阵的奇异值分解及低秩逼近矩阵。这里主要讲解奇异值分解的两个应用PCA(降维)和LSA(潜在语义结构分析)。
PCA:
之前有详细讲过PCA，http://blog.csdn.net/lu597203933/article/details/415445...
分类：
其他好文 时间：
2015-05-22 00:38:18
阅读次数：
1027
svd（singular value decomposition） 奇异值分解 2015-05-1716:28:50图和部分内容来自：http://blog.csdn.net/wangzhiqing3/article/details/7446444 和http://blog.chinaunix.ne...
分类：
其他好文 时间：
2015-05-17 18:20:15
阅读次数：
192
特征值，奇异值，相关分解是矩阵分析中一个非常重要的概念，我再网上找了些资料，很多人已经对此分析的非常纯熟，为了尊重原创作者，首先贴几个链接，大家欣赏下：
外文链接：http://www.ams.org/samplings/feature-column/fcarc-svd
翻译文章：http://blog.csdn.net/dinosoft/article/details/37884597
数学...
分类：
其他好文 时间：
2015-05-08 00:05:00
阅读次数：
291
特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，我在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。1.特征值： 如果说一个向量v是方阵A的特征向量，将一定可以表示成下面的形式：写成矩阵形式： 这时候λ就被称为特征向量v对应的特征...
分类：
其他好文 时间：
2015-04-29 19:19:06
阅读次数：
150
