标签：特征值 特征向量 矩阵 最小 rank 线性组合 应用 乘法

输入矩阵X：

系数矩阵W：

输出矩阵Y：

一般情况下，m>n，也就是方程数要大于未知数，才用最小二乘法求系数矩阵W。下面根据Y矩阵是否为零矩阵来讨论如何求W：

Y矩阵不为零矩阵

直接套用公式：

Y矩阵为零矩阵

在||W||=1的前提下，的最小（n-rank(X)）个特征值对应的特征向量的线性组合为W。也就是对X进行SVD奇异值分解：

即V矩阵最右侧（n-rank(X)）个特征值对应的特征向量的线性组合为W。

其中可以根据及其他一些条件求解。

标签：特征值,特征向量,矩阵,最小,rank,线性组合,应用,乘法
来源： https://blog.csdn.net/Jaguar_95/article/details/114970297

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。