奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SVD的。 奇异值分解(Singular Value Decomposition，以下简称SVD)
阅读背景：
奇异值分解(SVD)原理与在降维中的应用
来源：互联网
分享到：
