xfsong2012的博客

知乎上稀疏矩阵奇异值分解形象的SVD讲解视频此文章是对上面的文章做笔记并对例子进行实现。奇异值分解就是将矩阵A分解为三部分：A=UΣ\SigmaΣVTV^TVT其中

奇异值分解(Singular Value Decomposition，简称SVD)是机器学习领域应用最广泛的算法。被广泛应用在降维算法、推荐系统以及自然语言处理等领域。1、SVD的发展历史Beltrami（1835-1899）和Jordan（1838-1921）被公认是奇异值分解的创始人。1873年Beltrami提出了实正方矩阵的奇异值分解：1874年Jordan发表了对奇异值分解的独立推导；1902年Autonne将奇异值分解推广到复正方矩阵；1939年Eckart与...

参考资料：1、【科普】什么是张量？_哔哩哔哩_bilibili2、张量的直观解释_哔哩哔哩_bilibili3、浅谈张量分解（一）：如何简单地进行张量分解？ - 知乎 (zhihu.com)4、浅谈张量分解（二）：张量分解的数学基础 - 知乎 (zhihu.com)5、张量的一些基本操作 - 知乎 (zhihu.com)6、浅析张量分解（Tensor Decomposition）_yixianfeng41的专栏-优快云博客_张量分解7、浅谈张量分解（四）：外积、Kronecke

应用matlab tensor toolbox 实现HOSVD（高阶奇异值分解）推荐系统_Molly-优快云博客

https://www.zhihu.com/question/334515180/answer/762727073

范数分为向量（一维数组）或矩阵（二维数组），分别用和表示，它用来度量向量或矩阵在某种意义下的长度。p-范数的定义：