什么是奇异值？奇异值分解是什么？SVD分解详解及实战
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了什么是奇异值？奇异值分解是什么？SVD分解详解及实战相关的知识，希望对你有一定的参考价值。
什么是奇异值？奇异值分解是什么？SVD（Singular Value Decomposition）分解详解及实战
TSVD：Truncated Singular Value Decomposition
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。
LSA（Latent Semantic Analysis）模型的底层是SVD（Singular Value Decomposition）, PCA的底层也是SVD（Singular Value Decomposition）。
我们想对一个稀疏的特征矩阵想要降低维数，可以使用截断奇异值分解(TSVD):
TSVD类似于主成分分析，实际上主成分分析在其中一个步骤中经常使用非截断奇异值分解(TSVD)。在常规的SVD中，给定d个特征，SVD将创建d × d的因子矩阵ÿ
以上是关于什么是奇异值？奇异值分解是什么？SVD分解详解及实战的主要内容，如果未能解决你的问题，请参考以下文章