奇异值分解SVD与在降维中的应用1. 特征值分解2 奇异值分解3 奇异值的意义4 奇异值究竟是什么？ 引用及参考文献
1. 特征值分解1.1 特征值与特征向量特征值与特征向量定义如下：是一个实对称矩阵，是一个维向量，则是矩阵的一个特征值，而是矩阵的特征值所对应的特征向量。如果这些特征向量是线性无关的，即任意一个特征向量都不能被其他的向量的线性组合所表述出来，那么矩阵就可以特征分解，用以下式子表示：其中是这n个特征向量做组成的维矩阵，而是以特征向量对应的特征值为对角线的维三角阵。将中的特征向量单位化，使得，即，故特征值分解也可以表达为：征值分解，对矩阵有着较高的要求，它需要被分解的矩阵为实对称
