Mình đọc tài liệu thì trong SVD, có 1 phương pháp tìm trị riêng và vector riêng là Power method. Nhưng phương pháp này chỉ tìm ra trị riêng lớn nhất trong ma trận. Vậy tại sao lại áp dụng nó vào SVD được nhỉ. Mọi người help với ạ
Phương pháp tìm trị riêng, vector riêng trong SVD
Còn mấy cái nữa mà 
Hồi nãy ta tính (M^j * v).normalize() j = 1, 2, … nhưng chỉ lấy đúng một cái. Thực ra có thể lấy tất cả và lập thành Krylov.rồi “orthogonalize” nó, gọi là lặp Arnoldi. Làm xong sẽ thu được k eigenvector bằng O(size^2*k) phép tính.
Krylov subspace = span(M * v, M^2 * v, M^3 * v, ..., M^k * v)
Áp dụng ngay và luôn. Giảm chiều dữ liệu với PCA. Trị riêng và vector riêng của ma trận
Xem thêm: MIT Courseware.
1 Like
mình đang làm đồ án về SVD, thì theo hiểu biết của mình, nó là 1 bài toán giải ma trận biến đổi ma trận A thành 3 ma trận và trong đó có bước tìm trị riêng,vector riêng. Mình tìm tòi thì mới biết được phương pháp power method, qr… Không biết về phần tìm trị riêng,vector riêng thì mình đang theo đúng hướng chưa nhỉ
thật sự là về vấn đề trị riêng, team tụi mình còn rất hoang mang, không có cách nhìn rõ ràng, mong bạn có thể chia sẽ với ạ
83% thành viên diễn đàn không hỏi bài tập, còn bạn thì sao?