博文
正交矩阵（坐标变换）与奇异值分解SVD
||
（1）正交矩阵
预备知识：坐标变换与旋转矩阵 https://blog.csdn.net/datase/article/details/74502958
https://zhuanlan.zhihu.com/p/143056551
（3）奇异值分解与几何意义
参考：奇异值分解及几何意义
https://blog.csdn.net/zhongkejingwang/article/details/43053513
主要应用：压缩，提取信息降噪。
其中：k = Rank(A)，Rank表示矩阵的秩！
点滴分享，福泽你我！Add oil！
https://blog.sciencenet.cn/blog-3428464-1248993.html
上一篇：Python中路径写法与pandas一些函数
下一篇：计算距离/相似度（返回矩阵）
扫一扫，分享此博文