奇异值分解
矩阵对角化只适用于方阵，如果不是方阵也可以进行类似的分解，这就是奇异值分解，简称SVD。假设A是一个m x n的矩阵，则存在如下分解：
其中U为m x m的正交矩阵，其列称为矩阵A的左奇异向量； 
为m x n的对角矩阵，除了主对角线 
以外，其他元素都是0；V为n x n的正交矩阵，其行称为矩阵A的右奇异向量。
U的列为AAT的特征向量，V的列为AT A的特征向量。
标签：特征向量,矩阵,正交,分解,奇异,方阵 来源： https://blog.51cto.com/u_15282017/2957358
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。