线性代数A矩阵乘以A的转置的含义或者几何意义我是在最小二乘法和SVD分解这部分知识中看到的,非常的迷惑,而且为什么A的转置乘以A的特征值是和A乘以A的转置的特征值是相同的
最小二乘法只适用于MSE损失，当损失函数变化后无法保障有解析解。伪逆需要大矩阵求逆，当数据量较大时...
因而,A(T)A的特征值,也就是A的奇异值,恰好为A的特征值的模长的平方】 【当然,对于复数域情况,里边的T要改成H,那么前一个Σ自然会带上复共轭】 再看奇异值为什么重要.我们知道,对于一个方阵来说,特征分解后,从特征值和特征向量我们就可以知道矩阵的大量性质.对于非方阵来说,我们也希望得到一个这样信息量巨...