您的位置首页百科问答

TruncatedSVD不应该是降秩么,为什么sk-learn里的降维了呢?

TruncatedSVD不应该是降秩么,为什么sk-learn里的降维了呢?

的有关信息介绍如下:

TruncatedSVD不应该是降秩么,为什么sk-learn里的降维了呢?

3×10的矩阵,维数是10,当truncatedsvd后,把影响小的那8个特征值扔掉,意味着这8个特征值对应的列向量被变成了零向量,这就是维数降低,程序化后就不需要打印这些零向量啊,所以呈现出来的就是3×2的矩阵,它有两个列向量,即两个维。

————分割线————

啊这。。。要不你回去读一下教科书?秩在某种意义上来说,是和维数挂钩的。。。