レッツは、私が持っていると、データ行列中心 SVDを用いて。
たとえば、列(測定値)であり、異なる周波数のスペクトルです。行列が中央に配置されるため、行列の行の平均が差し引かれます。これは、左特異ベクトルを主成分として解釈するためのものです。
各列ベクトルを平滑化したときにSVDがどのように変化するかを理解することに興味があります。たとえば、[1/3、2/3、1/3]のような単純なカーネルで各100x1列を平滑化しましょう。
したがって、新しいデータ行列はであり、いくつかのSVD を持っています。
私が最初に考えたので、ということでした、私は期待すべきUを「私は同じように平滑化されるようにベクトルA iのベクトル。
この最初の方程式は、がA ′ A ′ Tの固有ベクトルであるように見えます。
しかし、がA ′ T A ′の固有ベクトルであると言えるのであれば、次の1つについてはわかりません。
私はののSVD比較するととAを「数値的に、左特異ベクトルは、私が期待するものではありませんU " ≠ S Uが、彼らは平滑化の外観を持っています。
私は関連付けることができます誰も助けとSVD U " Σ " V " Tをこの単純な変換の後に?