特征值特征向量的定義

Aα = λα（α不等于0）
A是一個n階矩陣
α是n維的非零向量
λ是一個常數
如果Aα = λα（α不等于0）那么λ稱為A的特征值，α就是A的對于特征值λ的特征向量
如果ｎ個特征向量線性無關那么就可以進行特征的分解

特征值分解

n個特征向量線性無關可以進行特征分解
A=WΣW^-1
其中W是這n個特征向量所張成的n×n維矩陣，并對n個特征向量標準化，而Σ為這n個特征值為主對角線的n×n維矩陣。若A為實對稱矩陣
Ａ＝ＷΣＷ^T
同時W的n個特征向量為標準正交基，注意到要進行特征分解，矩陣A必須為方陣。

小測試+解析

總結

以上是生活随笔為你收集整理的机器学习——特征值分解的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。