为什么选SVD而不是PCA?Lauchli 矩阵

对于输入样本Tensor X来说,PCA一般不会直接对X进行特征值分解,因为X往往不能保证是实对称方阵。所以PCA在实际中是对

来进行特征值分解的。在转置相乘的过程中可能损失掉X的特征信息,详情请见如下Lauchli矩阵[1]:


其中


代表一个小正数。

此时直接对Tensor X进行特征值分解可以取得更好的分解效果。






参考文献:

[1]P. Lauchli, Jordan-Elimination und Ausgleichung nach kleinsten Quadraten, Numer. Math, 3 (1961), pp. 226-240.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容