概念Eigendecomposition

特征分解

将矩阵分解为特征向量和特征值的线性代数方法，是主成分分析（PCA）等降维技术的基础

时间轴 (近 90 天)

10月28日

视频系列覆盖的主题包括向量空间、内积、矩阵运算、子空间、正交性、QR分解、LU分解、特征分解、对称矩阵以及奇异值分解（SVD）。

待验证50%

10月28日

特征分解与主成分分析（PCA）紧密相关，是降维的基础。

待验证50%

10月20日

谱基是通过特征分解得到的一组正交基向量，特征值大小反映对应方向的信息量或重要性。

待验证50%

视频系列覆盖的主题包括向量空间、内积、矩阵运算、子空间、正交性、QR分解、LU分解、特征分解、对称矩阵以及奇异值分解（SVD）。

特征分解与主成分分析（PCA）紧密相关，是降维的基础。

谱基是通过特征分解得到的一组正交基向量，特征值大小反映对应方向的信息量或重要性。