特征值分解和奇異值分解的區別
所有的矩陣都可以進行奇異值分解，而只有方陣才可以進行特征值分解。當所給的矩陣是對稱的方陣，A(T)=A，二者的結果是相同的。也就是說對稱矩陣的特征值分解是所有奇異值分解的一個特例。但是二者還是存在一些小的差異，奇異值分解需要對奇異值從大到小的排序，而且全部是大于等于零。
對于特征值分解 [v,d] = eig( A ) , 即 A = vdinv(v)
對于奇異值分解,其分解的基本形式為 [u,s,v] = svd?, C = usv’. 若C陣為對稱的方陣, 則有 u = v; 所以有 C = vsv’;

https://www.cnblogs.com/endlesscoding/p/10033527.html

總結

以上是生活随笔為你收集整理的SVD（奇异值分解）小结的全部內容，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。