SVD的几何意义及与PCA的关系_机器学习难点问题秒懂课堂-CSDN在线视频培训

本视频通过向量左乘矩阵的几何意义，到坐标系的变换，推导出SVD表达式；进而对比列压缩、行压缩，对SVD进行形式变换，我们得出，SVD是对PCA的包装，PCA本质上是列压缩。

机器学习中有一些比较难以理解的问题，如支持向量机、过拟合、方差与偏差、降维、优化问题、概率模型等等，我们通过形象的方式、抽丝剥茧的思路把这些问题透彻讲解清楚，减少大家学习过程中的困难、苦恼，并且大幅度的减少时间成本。专栏会陆续发布简洁、明了的视频，循序渐进的逐一讲解。