阅读 19 SEO

奇异值分解SVD降维

降维Dimension reduction非监督的学习方法,奇异值分解SVD降维是通过矩阵运算,将一个任意N×d的矩阵A分解成左奇异矩阵U, 奇异值矩阵∑, 右奇异矩阵V相乘的结果,然后在该分解式上的基础上,实现对A矩阵的降维。

而且我们可以发现,SVD右奇异矩阵用于列方向的维度数d的压缩,其实就是PCA降维,两者求解过程不同,但最后得出的式子是一样的,可以说是殊途同归。

奇异值分解SVD降维除了可以做行方向上的降维,也可以做列方向上的降维,甚至更加让人惊喜的是其可以同时在行方向以及列方向进行降维。


作者:TomJerry

原文链接:https://www.jianshu.com/p/0e85e8e2cf62

文章分类
后端
文章标签
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 gxwowoo@163.com 举报,一经查实,本站将立刻删除。
相关推荐