특이값 분해는 차원축소 기법인(PCA)에서 사용된다.
x 행렬 가 있을 때 이 행렬 A는 다음과 같이 분해될수 있다.
= ( x ) orthogonal matrix
= ( x ) diagonal matrix
= ( x ) othogonal matrix
그림에서 *는 transpose를 의미한다.
https://ko.wikipedia.org
1.orthogonal matrix가 가지는 성질:
,
,
먼저 의 양변에 를 곱해준다면 는 symmtric, positive semidefined matrix가 될것이다.
( x ) 행렬 A가 있을 때 항상 Symmetric, positive semidefined matrix인 를 만들 수 있다.
이때 가운데의 는 =othogonal matrix이기 대문에 가 된다.
는 symmetric, positive semidefined matrix라고 했다.
- symmetric의 성질 - 고유벡터(eigen vector)들은 직각(orthogoanl)하다.
- positive semidefined matrix의 성질 - 고유값(eigen value)들은 양수이다.
따라서 행렬 는 항상 다음과 같이 대각화 할 수 있다.
따라서 에 대한 고유값 분해(Eigen decomposition)를 하면
= 의 고유벡터들의 행렬
= 대각성분이 고유치고 나머지는 0인 행렬
= 는 orthogonal matrix이므로
만약 위처럼 의 왼쪽이 아닌 오른쪽에 를 곱했다면 다음과 같은 결과가 나온다.(과정은 위와 동일하다)