이전 포스팅이였던 EigenDecomposition의 한계점을 해결할 수 있다.
square matrix(nxn), symmetric matrix, 두가지 단점이 있었습니다.
A=UΣVT
위 수식이 SVD입니다
U=(n,n),V=(m,m),Σ=(n,m)
AAT를 통해서 U를 구할 수 있고
ATA를 통해서 V를 구할 수 있습니다.
AAT = UΣVT⋅VΣTUT
= UΣΣTUT
= QΛQT
이전에 배웠던 eigendecomposition과 같습니다.
non-zero singular value의 수는 rank(A)와 같습니다.
공감하며 읽었습니다. 좋은 글 감사드립니다.