转载自视觉SLAM中的数学
矩阵就是一个给定的线性变换，特征向量描述了这个线性变换的主要方向，特征值描述了特征向量的长度在该线性变换下缩放的比例。
在矩阵分解中，我们常常期望将矩阵分解为正交矩阵、对角矩阵及上/下三角矩阵的乘积。
以三维矩阵为例，一个普通矩阵的几何意义是对坐标进行某种线性变换，而正交矩阵的几何意义是坐标的旋转，对角矩阵的几何意义是坐标的缩放，三角矩阵的几何意义是对坐标的切边。
因此，对矩阵分解的几何意义就是将这种变换分解为缩放、切边和旋转的过程。
LU三角分解
LDLT分解
LLT分解
QR分解
SVD分解
特征值分解
(坑待填。。。)
【1】视觉SLAM中的数学
【2】 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
【3】正定矩阵的Cholesky分解
奇异值分解：简称，是矩阵最终和最好的分解，分解的因子是正交矩阵，对角矩阵，正交矩阵，任意矩阵都有这种奇异值分解 对...
矩阵分解的概念：初中我们接触过数的分解,如:;推广到矩阵，一个矩阵也可以分解为几个矩阵乘积的形式，矩阵分解具有不同...
矩阵的LU分解就是将矩阵分解成一个上三角矩阵，和一个下三角矩阵 矩阵的LU分解可以用于非方阵的分解 矩阵的LU分解...
目录： 1.为什么要矩阵分解 2.矩阵分解怎么分解 3.什么样的情况考虑矩阵分解 4.矩阵分解有哪些分类 5.各种...
将矩阵A分解为 分解成了LU矩阵 LU分解大概有：
【矩阵分解】 矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积。常见的矩阵分解有可逆方阵的三角...
引入 SVD奇异值分解属于矩阵分解的知识，矩阵分解用白话解释就是将一个复杂的矩阵分解成一些特殊形式的矩阵，这些特殊...
回顾矩阵分解 矩阵分解要将用户物品评分矩阵分解成两个小矩阵，一个矩阵是代表用户偏好的用户隐因子向量组成，另一个矩阵...
1.为什么要矩阵分解 2.矩阵分解的算法 3.矩阵分解算法的应用场景 4.评价指标 ---------------...
深度矩阵分解（DMF）模型 深度矩阵分解模型（Deep Matrix Factorization Model，DM...
本文标题：矩阵分解
本文链接：https://www.haomeiwen.com/subject/ciwebctx.html
网友评论