特征值、特征向量和奇异值
特征值和特征向量
1 特征值分解与特征向量
特征值分解可以得到特征值(eigenvalues)与特征向量(eigenvectors);
特征值表示的是这个特征到底有多重要,而特征向量表示这个特征是什么。
如果说一个向量v⃗\vec{v}v是方阵AAA的特征向量,将一定可以表示成下面的形式:
Aν=λνA\nu = \lambda \nu Aν=λν
λ\lambdaλ为特征向量v⃗\vec{v}v对应的特征值。特征值分解是将一个矩阵分解为如下形式:
A=Q∑Q−1A=Q\sum Q^{-1} A=Q∑Q−1
其中,QQQ是这个矩阵AAA的特征向量组成的矩阵,∑\sum∑是一个对角矩阵,每一个对角线元素就是一个特征值,里面的特征值是由大到小排列的,这些特征值所对应的特征向量就是描述这个矩阵变化方向(从主要的变化到次要的变化排列)。也就是说矩阵AAA的信息可以由其特征值和特征向量表示。
2 奇异值与特征值有什么关系
那么奇异值和特征值是怎么对应起来的呢?我们将一个矩阵AAA的转置乘以AAA,并对ATAA^TAATA求特征值,则有下面的形式:
(ATA)V=λV(A^TA)V = \lambda V (ATA)V=λV
这里VVV就是上面的右奇异向量,另外还有:
σi=λi,ui=1σiAμi\sigma_i = \sqrt{\lambda_i}, u_i=\frac{1}{\sigma_i}A\mu_i σi=λi,ui=σi1Aμi
这里的σ\sigmaσ就是奇异值,uuu就是上面说的左奇异向量。【证明那个哥们也没给】
奇异值σ\sigmaσ跟特征值类似,在矩阵∑\sum∑中也是从大到小排列,而且σ\sigmaσ的减少特别的快,在很多情况下,前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上了。也就是说,我们也可以用前rrr(rrr远小于m、nm、nm、n)个的奇异值来近似描述矩阵,即部分奇异值分解:
Am×n≈Um×r∑r×rVr×nTA_{m\times n}\approx U_{m \times r}\sum_{r\times r}V_{r \times n}^T Am×n≈Um×rr×r∑Vr×nT
右边的三个矩阵相乘的结果将会是一个接近于AAA的矩阵,在这儿,rrr越接近于nnn,则相乘的结果越接近于AAA。
特征值、特征向量和奇异值相关推荐
- 特征值特征向量和奇异值分解精彩片段汇总
一.几何角度理解奇异值分解SVD https://baijiahao.baidu.com/s?id=1620247228491947246&wfr=spider&for=pc http ...
- 关于特征值特征向量和矩阵分解的理解总结
本文章是从其他地方总结一些对自己有用的理论,全文可在底部参考文章中查阅. 侵删,不断学习不断更新- 我们知道,矩阵乘法对应了一个变换,是把任意一个向量变成另一个方向或长度都大多不同的新向量 ...
- 机器学习笔记 - 特征向量和特征值
一.特征向量和特征值 1.概念简述和应用 (1)概念简述 矩阵的特征向量是矩阵理论上的重要概念之一,它有着广泛的应用.特征值和特征向量是数据科学领域的核心. 它到底有什么用? 简而言之,特征向量和特征 ...
- 矩阵特征向量和特征值的意义
作者:達聞西 链接:https://www.zhihu.com/question/30094611/answer/120499954 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权,非商业转 ...
- 【机器学习中的数学基础】矩阵特征值、特征向量和特征值分解的几何意义
[机器学习中的数学基础]矩阵特征值.特征向量和特征值分解的几何意义 在<机器学习>西瓜书中的第十章提到了"多维缩放"(简称MDS)方法,该方法是一种经典的的降维方法.此 ...
- 二次型、特征值/向量、奇异值、特征值、奇异值分解、奇异值分解(SVD)原理与在降维中的应用
一.二次型 通过矩阵来研究二次函数(方程),这就是线性代数中二次型的重点. 1 二次函数(方程)的特点 1.1 二次函数 最简单的一元二次函数就是: 给它增加一次项不会改变形状: 增加常数项就更不用说 ...
- 模式识别中的特征向量和矩阵的特征向量有什么关系
模式识别中的特征向量和矩阵的特征向量有什么关系 特征向量是个什么东西?学过矩阵论的人都知道,一个可逆的矩阵可以分解为特征值和特征向量的乘积,即AV=lambaV,其中V是特征向量矩阵:这个的好处是可以 ...
- python 邻接矩阵_阿里巴巴举荐,Python视频,免费分享,用python求解特征向量和拉普拉斯矩阵...
学过线性代数和深度学习先关的一定知道特征向量和拉普拉斯矩阵,这两者是很多模型的基础,有着很重要的地位,那用python要怎么实现呢? numpy和scipy两个库中模块中都提供了线性代数的库linal ...
- 特征值分解与奇异值分解原理与计算
(一)特征值 如果一个非零向量v是方阵A的特征向量,将一定可以表示成下面形式,而λ是特征向量v对应的特征值:特征值分解是将一个矩阵分解成下面的形式: 其中Q是这个矩阵甲的特征向量组成的矩阵,Σ是一个对 ...
最新文章
- 如何让图像过渡更自然 python_如何过渡至 Python 3
- PetShop之表示层设计(转载)
- List接口中常用的方法
- mysql5.7审计功能开启_MySQL5.7审计功能windows系统
- 50种优化数据库的方法
- 【免费】网易开卖CTO啦——开发者踩坑专场
- vsftpd常用操作
- 队列的基本操作_算法设计:数据结构-队列
- HTML5 tel make a phone call
- 解决浏览器中点击input输入框时,placeholder的值不消失的方法
- Bluetooth L2CAP介绍
- android studio布局显示图片,Android Studio 使用ImageView时不显示布局
- C语言新手入门贪吃蛇的链表实现-控制光标位置,流畅不闪屏
- 上海内推 | 上海人工智能实验室招聘计算视觉实习生(NeRF神经渲染方向)
- 游侠随笔:关于业务型数据库审计 有图有真相
- 关于获取日周月的时间处理与日期联动处理
- 北京54坐标与西安80坐标相互转换的两种方法
- 小象学院python数据分析课程怎么样_【小象学院】Python数据分析 升级版 第二期...
- web端第三方微信登录
- Php运行lpush失败,php苹果推送APNS push常用出错和解决方法