svd分解深入了解SVD与纠缠

SVD分解也叫奇异值分解，就是说任意矩阵可以分解为三个部分，两个正交矩阵UV和一个对角矩阵∑。

SVD

U是列空间正交基，V是行空间的正交基，AV=U∑，所以∑是A作用在V基上映射到U空间的对应基系数构成。假想：行空间对应实验信息，列空间对应特征信息，一组实验数据包括了实验信息与和特征信息，用SVD分解也许可以帮我们分析实验数据，发现潜在规律。