上一篇文章讲了PCA的数据原理，明白了PCA主要的思想及使用PCA做数据降维的步骤，本文我们详细探讨下另一种数据降维技术—奇异值分解（SVD）。
在介绍奇异值分解前，先谈谈这个比较奇怪的名字：奇异值分解，英文全称为Singular Value Decomposition。首先我们要明白，SVD是众多的矩阵分解技术中的一种，矩阵分解方式很多，如三角分解（LU分解、LDU分解、乔列斯基分解等）、QR分解及这里所说的奇异值分解；其次，singular是奇特的、突出的、非凡的意思，从分解的过程及意义来看理解成非凡地，优异地分解更好理解，下面进入正题。
1、矩阵特征值及其特征特征向量
在介绍奇异值分解前，我们先看看矩阵的特征值及特征向量：
设 A是n阶方阵，如果存在数λ和非零n维列向量X，使得 AX=λX 成立，则称λ是A的一个特征值（characteristic value)或本征值（eigenvalue)。非零n维列向量X称为矩阵A的属于（对应于）特征值λ的特征向量或本征向量，简称A的特征向量或A的本征向量。 矩阵不同特征值的特征向量相互正交。
从线性变化的角度看，矩阵A与一个向量X相乘的意义是将向量X在矩阵定义的空间里做线性变换，变换分为三种情况：一种是仅仅改变向量X的方向，该类矩阵主要为正交矩阵和其置换矩阵、旋转矩阵（Givens变换）及反射矩阵；另一种为改变向量X的大小（长度），这里就是这里的特征值和特征向量的关系，由矩阵的特征值和特征向量的定义（AX=λX）就可以看出；第三种情况急为对向量X的大小和方向都改变。
2、矩阵特征值分解
令 A 是一个nxn的方阵，且有n个线性无关的特征向量 q(i=1,...,n)。这样， A 可以被分解为:
其中Q是nxn方阵，代表被分解的矩阵A在n维空间下的一组基，每一列为一个方向上的基 。 Λ 是对角矩阵，其对角线上的元素为对应的特征值，也即Λ=λ，意思就是矩阵A在该特征值对应的特征向量上的包含的信息量，如果某及个特征值较小（绝对值），说明这几个方向信息量很小，可以用来降维，也就是删除小特征值方向的数据，至保留较大特征值方向对应的色数据，这样做以后数据量见效你，但是重要信息都保留了下来。
3、奇异值分解
下面谈谈奇异值分解。特征值分解是一个提取矩阵特征很不错的方法，但是它只是对方阵而言的，在现实的世界中，我们看到的大部分矩阵都不是方阵，比如说有N个学生，每个学生有M科成绩，这样形成的一个nxm的矩阵就不可能是方阵，我们怎样才能描述这样普通的矩阵呢的重要特征呢？奇异值分解可以用来干这个事情，奇异值分解是一个能适用于任意的矩阵的一种分解的方法：
假设A是一个mxn的矩阵，那么得到的U是一个mxm的方阵（里面的向量是正交的，U里面的向量称为左奇异向量），Σ是一个mxn的矩阵（除了对角线的元素都是0，对角线上的元素称为奇异值），V’(V的转置)是一个nxn的矩阵，里面的向量也是正交的，V里面的向量称为右奇异向量），从图片来反映几个相乘的矩阵的大小可得下面的图片
那么奇异值和特征值是怎么对应起来的呢？首先，我们将一个矩阵A的转置A，将会得到一个方阵，我们用这个方阵求特征值可以得到：
这里得到的v，就是我们上面的右奇异向量。此外我们还可以得到：
这里的σ就是上面说的奇异值，u就是上面说的左奇异向量。奇异值σ跟特征值类似，在矩阵Σ中也是从大到小排列，而且σ的减少特别的快，在很多情况下，前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上了。也就是说，我们也可以用前r大的奇异值来近似描述矩阵，这里定义一下部分奇异值分解：
r是一个远小于m、n的数，这样矩阵的乘法看起来像是下面的样子：
右边的三个矩阵相乘的结果将会是一个接近于A的矩阵，在这儿，r越接近于n，则相乘的结果越接近于A。而这三个矩阵的面积之和（在存储观点来说，矩阵面积越小，存储量就越小）要远远小于原始的矩阵A，我们如果想要压缩空间来表示原矩阵A，我们存下这里的三个矩阵：U、Σ、V就好了。
4、奇异值分解计算
奇异值的计算是一个难题，是一个O(N^3)的算法。在单机的情况下当然是没问题的，matlab在一秒钟内就可以算出1000X1000的矩阵的所有奇异值，但是当矩阵的规模增长的时候，计算的复杂度呈3次方增长，就需要并行计算参与了。Google的吴军老师在数学之美系列谈到SVD的时候，说起Google实现了SVD的并行化算法，说这是对人类的一个贡献，但是也没有给出具体的计算规模，也没有给出太多有价值的信息。
其实SVD还是可以用并行的方式去实现的，在解大规模的矩阵的时候，一般使用迭代的方法，当矩阵的规模很大（比如说上亿）的时候，迭代的次数也可能会上亿次，如果使用Map-Reduce框架去解，则每次Map-Reduce完成的时候，都会涉及到写文件、读文件的操作。个人猜测Google云计算体系中除了Map-Reduce以外应该还有类似于MPI的计算模型，也就是节点之间是保持通信，数据是常驻在内存中的，这种计算模型比Map-Reduce在解决迭代次数非常多的时候，要快了很多倍。
Lanczos迭代就是一种解对称方阵部分特征值的方法（之前谈到了，解A’A得到的对称方阵的特征值就是解A的右奇异向量），是将一个对称的方程化为一个三对角矩阵再进行求解。按网上的一些文献来看，Google应该是用这种方法去做的奇异值分解的。请见Wikipedia上面的一些引用的论文，如果理解了那些论文，也“几乎”可以做出一个SVD了。
由于奇异值的计算是一个很枯燥，纯数学的过程，而且前人的研究成果（论文中）几乎已经把整个程序的流程图给出来了。更多的关于奇异值计算的部分，将在后面的参考文献中给出，这里不再深入，我还是focus在奇异值的应用中去。
参考资料：
1）http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html
2）https://www.zhihu.com/question/21874816