为什么选SVD而不是PCA?Lauchli 矩阵

对于输入样本Tensor X来说,PCA一般不会直接对X进行特征值分解,因为X往往不能保证是实对称方阵。所以PCA在实际中是对

来进行特征值分解的。在转置相乘的过程中可能损失掉X的特征信息,详情请见如下Lauchli矩阵[1]:


其中


为什么选SVD而不是PCA?Lauchli 矩阵_第1张图片

代表一个小正数。

此时直接对Tensor X进行特征值分解可以取得更好的分解效果。






参考文献:

[1]P. Lauchli, Jordan-Elimination und Ausgleichung nach kleinsten Quadraten, Numer. Math, 3 (1961), pp. 226-240.

你可能感兴趣的:(为什么选SVD而不是PCA?Lauchli 矩阵)