svd【NumPy】

目的：

行列の特異値分解を行うための関数。

書式：

U, S, V = numpy.linalg.svd(A, full_matrices=True)

主な引数：

full_matrices （デフォルトでTrue）:

Trueの場合、U, V は正方行列の形で得られる

U : m x m, V : n x n

Falseの場合、UとVのうちどちらかがAと同じ形状、残りは正方行列となる

m > n : U は m x n、 V はn x n

m == n : Full_matrices=Trueの場合と同様

m < n : U はm x m、Vは m x n

戻り値：

U, V :

分解後の行列、それぞれの形状はfull_matricesによって定まる。

これらはユニタリ行列である。

S : 特異値が格納されたベクトル、特異値の個数はmin(m ,n)