
奇異值分解SVD的理解與應(yīng)用
為更好的理解這篇文章,現(xiàn)在這里列出幾個(gè)文中出現(xiàn)的概念,想要更深的理解這些概念,可以看我的另一篇文章:關(guān)于特征值的理解。
向量的內(nèi)積:兩向量a=[a1,a2,…,an]和b=[b1,b2,…,bn],其內(nèi)積為 a?b=a1b1+a2b2+……+anbn。
特征值與特征向量:對(duì)一個(gè)m×m矩陣A和向量x,如果存在λ使得下式成立,Ax=λx,則稱λ為矩陣A的特征值,x稱為矩陣的特征向量。
對(duì)角矩陣:對(duì)角矩陣是除對(duì)角線外所有元素都為零的方陣。
正交矩陣:正交是一個(gè)方塊矩陣V,行與列皆為正交的單位向量,即Vn×nVTn×n=In,使得該矩陣的轉(zhuǎn)置矩陣為其逆矩陣,VT=V?1。
直接進(jìn)入正題,矩陣當(dāng)中有一個(gè)非常著名的理論,即:
一個(gè)n×n的對(duì)稱矩陣A可以分解為:A=VDVT。其中,V是一個(gè)n×n正交矩陣,并且列向量是矩陣A的特征向量;D是一個(gè)n×n對(duì)角矩陣,并且對(duì)角線上的值為對(duì)應(yīng)特征向量的特征值。
上面的理論是針對(duì)一個(gè)n×n的對(duì)稱矩陣,那么對(duì)于任意的一個(gè)m×n的矩陣A,有沒有類似的表達(dá)方法呢。答案是肯定的,svd正是用來解決這個(gè)問題的。
對(duì)任意一個(gè)m×n的矩陣A,可以將其分解為:A=USVT。其中U是一個(gè)m×m的正交矩陣;S是一個(gè)m×n的矩陣,其主對(duì)角元素≥0,非主對(duì)角元素均為0;V是一個(gè)n×n的正交矩陣。
![]()
關(guān)于svd的證明過程,似乎更多是數(shù)值上的工作,本文想給出更多intuitive上的理解。想要了解證明的可以參考這篇論文:Kalman D. A singularly valuable decomposition: the SVD of a matrix。
這樣,對(duì)任意一個(gè)矩陣,我都可以分解成三個(gè)矩陣的內(nèi)積。讓我們看一下它有什么神奇的性質(zhì)。
AAT=USVTVSTUT=USSTUT=UDUT(1)
由于V是一個(gè)正交矩陣,VT=V?1,所以VT*V=I。S只有主對(duì)角元素不為0,那么SST的結(jié)果為一個(gè)m×m的對(duì)角矩陣D。而雖然A是任意的一個(gè)m×n的矩陣,但AAT是一個(gè)m×m的對(duì)稱矩陣。這樣一看,AAT=UDUT是不是和前面那個(gè)理論非常相似。那么U的列向量應(yīng)該是對(duì)稱矩陣AAT的特征向量,D應(yīng)該是一個(gè)對(duì)角矩陣,且對(duì)角線上值是對(duì)稱矩陣AAT的特征值。
ATA=VSTUTUSVT=VSTSVT=VWVT(2)
同樣,V的列向量則是對(duì)稱矩陣ATA的特征向量,而W則是一個(gè)n×n的對(duì)角矩陣。這里W和D實(shí)際上是相同的,只是對(duì)角線上后面的0的數(shù)量不一樣。
![]()
可以看出,矩陣S主對(duì)角線上的值,實(shí)際上是對(duì)稱矩陣AAT或ATA特征值的平方根。
所以,實(shí)際上svd是一個(gè)矩陣分解方法,對(duì)于任意一個(gè)m×n的矩陣A,svd都可以將其分解成為A=USVT。其中矩陣U的列向量是對(duì)稱矩陣AAT的特征向量,稱作左奇異矩陣;矩陣V的的列向量是對(duì)稱矩陣ATA的特征向量;S是一個(gè)m×n的矩陣,主對(duì)角線上的值是對(duì)稱矩陣AAT或ATA特征值的平方根,稱作奇異值,且非對(duì)角線上的值為0.
不知道寫到這里,大家是不是對(duì)svd有了一個(gè)比較具體的印象。然而,上面只是從數(shù)學(xué)上解釋了svd的構(gòu)成,我們好奇的是,從很多地方,我們都聽到了svd,即使如上面所述,它長的是這個(gè)樣子,但是我們它到底可以用來做什么事情呢?
下面我們舉幾個(gè)svd的實(shí)際應(yīng)用,加深我們對(duì)它的理解。
1)有損的數(shù)據(jù)壓縮
假設(shè)我們有一個(gè)m×n的矩陣A,它表示一組數(shù)據(jù)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10