奇异值分解

奇异值分解（SVD）是一种矩阵分解技术，它将一个矩形矩阵分解为三个矩阵：一个酉矩阵、一个奇异值对角矩阵和另一个酉矩阵。这种分解揭示了原始矩阵的潜在结构，突出其主成分，并允许进行降维和噪声去除。本质上，SVD将一个复杂矩阵分解为更简单、更易于管理的组成部分，这些部分捕获了最重要的信息。