Singular Vector Decomposition(SVD)

作者一个独行的程序员

参考:Dr. Edel Garcia, Singular Value Decomposition (SVD) A Fast Track Tutorial

SVD(奇异值分解)是常用的一种矩阵降维方法,其数学原理和求解过程并不复杂。这篇文章用一个样例来解释说明如何进行SVD的运算,并附上了常用的求解SVD的工具。

Problem: 求矩阵A的SVD

img_0.png

Solution:

Step 1.求转置矩阵与积

img_1.png

Step 2.求特征方程和奇异值

img_2.png

Step 3.用奇异值构造矩阵S

img_3.png

Step 4.用特征向量构造矩阵V

img_4.png

Step 5.求矩阵U

img_5.png

正交性

img_6.png