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另外三个矩阵：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底层结构，突出了其主要成分，并实现了降维和去噪。本质上，SVD将复杂的矩阵分解为更简单、更易管理的组件，这些组件捕获了最重要的信息。