機器學習——特徵值分解

特徵值特徵向量的定義

Aα = λα(α不等於0)
A是一個n階矩陣
α是n維的非零向量
λ是一個常數
如果Aα = λα(α不等於0)那麼λ稱爲A的特徵值,α就是A的對於特徵值λ的特徵向量
如果n個特徵向量線性無關那麼就可以進行特徵的分解

特徵值分解

n個特徵向量線性無關可以進行特徵分解
A=WΣW-1
其中W是這n個特徵向量所張成的n×n維矩陣,並對n個特徵向量標準化,而Σ爲這n個特徵值爲主對角線的n×n維矩陣。若A爲實對稱矩陣
A=WΣWT
同時W的n個特徵向量爲標準正交基,注意到要進行特徵分解,矩陣A必須爲方陣。

小測試+解析

在這裏插入圖片描述

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章