SVD (특이값 분해)
특이값 분해(SVD, Singular Value Decomposition)를 선형대수학(Linear Algebra)의 꽃(Highlight)이라고 부른다고 한다. 왜 그런지 알아보자. 아래 설명을 이해하기 위해서는 먼저 다음 사항을 먼저 알고 있어야 한다. [1] 직교행렬(Orthogonal Matrix) 벡터가 서로 직교(Orthogonal)한다고 하면 내적이 영이 된다. u와 v가 nx1인 벡터라고 할 때, 다음 수식을 만족하면 직교한다고 한다. n차원 공간에는 최대 n개의 nx1인 서로 직교인 단위벡터(Unit Vector)가 존재하는데, 이 벡터을 이용하여 행렬을 만들면 직교행렬(Q)이 된다. 직교행렬은 역행렬(Inverse Matrix)과 전치행렬(Transposed Matrix)이 같다. 전치..
수학
2018. 11. 18. 18:38