特征值与矩阵分解

5. 特征值与矩阵分解

1. 特征值和特征向量

既然特征值表达了重要程度且和特征向量所对应，那么特征值大的就是 主要信息了，基于这点我们可以提取各种有价值的信息了！

2. 特征空间和应用

3. SVD解决的问题

4. 特征值分解

特征值分解 矩阵里面的信息有很多呀？来分一分吧！ 当矩阵是N*N的方阵且有N个线性无关的特征向量时就可以来玩啦！ 这时候我们就可以在对角阵当中找比较大的啦，他们就是代表了

5.SVD矩阵分解

前提：对于一个二维矩阵M可以找到一组标准正交基v1和v2使得Mv1和Mv2是正交的。