（大妈出蹄）图形学：矩阵的第二个特征向量为何能用来分类
发表于 ： 2022年 8月 16日 20:44
大妈如果来买买提STEM 版问，那一定有答案。
大妈如果来买买提STEM 版问，那一定有答案。
你有头绪吗
我工作就是干这个的，我还在单位给过Talk，你说我有没有头绪
这个算法能干嘛用？ eda？
大妈问题里面就有一个应用呀：分类
具体程度不一样。就像我问一个硕士学模式识别的同志应用在哪？他说他是做遥感图像识别的。
转化为矩阵后，就和原始问题无关了，在数学上就可以分类。具体应用就看转化为这个数学问题之前是啥，比如遥感图像识别，病人分类，动植物研究，恒星分类，啥都可以。
SVD比特征值分解靠谱verdelite 写了： 2022年 8月 16日 21:13 转化为矩阵后，就和原始问题无关了，在数学上就可以分类。具体应用就看转化为这个数学问题之前是啥，比如遥感图像识别，病人分类，动植物研究，恒星分类，啥都可以。
第一个特征向量能干啥？
你把这两者对立起来，就说明你还不太了解这事。
大妈网有人回答了：求均值。只不过没有人理解他，LOL
哦。第一个是均值，第二个是方差？太深刻了。:)
别扯淡，这里在谈分类
我都给你定性了。你扪心自问：“我了解SVD和特征分解的关系吗？”
你定性算个屁
看来你还保留了一点诚实，LOL
我看你今晚也要洗屁屁了
有好的推导资料么？
那问题的答案不是推导出来的。是一些说明，数学书上的概念是什么意思，为什么用这这里可以有这样的效果。这些在数学书上是没有的。