Lecture 7 Introduction to the Singular Value Decomposition
Lecture 7 Introduction to the Singular Value Decomposition
1. 问题引入和投影矩阵的性质
Goal:对于观测值
Solution:
复习Projection Matrices:
If
其中,
还有性质:
If
,因为
是一个标量(可以看详细投影矩阵的证明)。
The orthofonal complement of a subspace is the set of all vectors orthogonal to the subspace.
子空间的正交补 orthofonal complement 是所有正交于子空间的向量的集合(这个子空间是正交子空间)。并且:
(正交)(不是这个图的示意,是)如果
,那么 。维度上和不变,正交补的维度是其差。
对于任意的

正交空间
2. 证明最小距离和、引入奇异向量奇异值
将
而
用式5矩阵的外积,写作矩阵外积去掉求和,只要求
现在定义一些名词:
使得上是取得最大值的向量
称作 的第一个左奇异向量。 (这里没用黑粗体懒得写了)的值称作 第一个奇异值。
3. 奇异值分解
令
令
若
thin
4. PCA
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 aigonna!
评论