SVD

SVD (Singular Value Decomposition) 是线性代数上的明珠，它结合了多种线性代数知识。

其中 $U$ 是 $A{A}^T$ 的特征值组成的正交基，$V$ 是 $A^{T}A$ 的特征值组成的正交基。 $\sigma$ 是奇异值，也就是非负特征值的平方根。