机器学习 | SVD奇异值分解 - 码农知识堂 - 文章详情页

机器学习 | SVD奇异值分解
本文整理自哔哩哔哩视频：什么是奇异值分解SVD–SVD如何分解时空矩阵

 📚奇异值分解是什么？
- M是原始矩阵，它可以是任意的矩阵，奇异值分解就是将它分解为三个矩阵相乘。
- U和V是方阵，∑是不规则矩阵，但其除了对角线其他位置都是0。
- SVD分解就是把M矩阵先旋转再拉伸再旋转。
  - 如果是正交矩阵，那么它代表的意义就是旋转；
  - 如果是对角矩阵，那么就是拉伸。
- V是原始域的标准正交基，U是经过M变换后的标准正交基。
📚奇异值分解应用
- SVD推广到任意大小矩阵
相关阅读:
秋招突击——算法打卡——6/4——复习{（状态压缩DP）小国王}——新做：{三数之和、最接近的三数之和}
kubebuilder operator的运行逻辑
 BI-SQL丨存储过程（一）
UNIAPP之js/nvue混淆探索
 MySQL经典练习50题(上)（解析版）
C#基础入门教程-简介和环境
 MyBatis-Plus中解决表名或字段名不一致
 【JVM】触发 Full GC 的条件
 Ajax的应用
 【Day_14 0510】▲手套
原文地址：https://blog.csdn.net/m0_63398413/article/details/130913658