阅读背景:

常见机器学习算法原理+实践系列2(SVD)

来源:互联网 

SVD奇异值分解

利用Singular Value Decomposition 奇异值分解,我们能够用小得多的数据集来表示原始数据集,可以理解为了去除噪音以及冗余信息。假设A是一个m*n的矩阵,通过SVD分解可以把A分解为以下三个矩阵:利用Singular Value Decomposition 奇异值分解




你的当前访问异常,请进行认证后继续阅读剩余内容。

分享到: