数学对象的分解：为了找到他们的一些（通用的）属性来更好地理解对象。
进一步-->分解质因数：为了发现整数的一些内在性质；
更进一步-->矩阵分解：为了发现一些矩阵表示成数组元素时不明显的函数性质。
最细化-->特征分解：使用最广的矩阵分解之一，将就在行业内分解成一组特征向量和特征值。
特征值与特征向量的直观理解：
特征值就是运动的速度
特征向量就是运动的方向
有用的Reference:
2019-04-25线性代数-矩阵运算之特征分解
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 本文为原创文章，欢迎转载，但请务必注明出处。 上文介绍了线性映射，而与线性映射直接相关的就是矩阵，它决定了线性映射...
- 本文为原创文章，欢迎转载，但请务必注明出处。 上文介绍了线性映射，而与线性映射直接相关的就是矩阵，它决定了线性映射...
- 本文先简要明了地介绍了特征向量和其与矩阵的关系，然后再以其为基础解释协方差矩阵和主成分分析法的基本概念，最后我们结...
