นี่คือ ความสัมพันธ์ระหว่างการหา eigenvector, eigenvalue ของ AA T กับ SVD ของ A เราจะสามารถหา eigenvector, eigenvalue ของ AA T โดยใช้ SVD ของ A ได้ และในขณะเดียวกัน เราก็สามารถ หา U, S, V ซึ่งเป็น component ที่ได้จาก SVD ของ A โดยใช้ eigenvector, eigenvalue ของ AA T ได้เหมือนกัน ในที่นี้ เราจะลองหา eigenvector, eigenvalue ของ AA T โดยใช้ SVD ของ A โดยใช้ python code ในการ present นะจ้ะ ถ้ารู้เรื่องแล้วจะทำกลับกันก็ไม่ยากแล้วล่ะ เนื่องจากมันไม่ใช่หา eigenvector, eigenvalue ของ A แต่เป็น eigenvector, eigenvalue ของ AA T เชียวนะ มันจะมีที่บังเอิญให้ใช้หรอไอ้ AA T เนี่ย ไม่ต้อง งง ว่า ชาตินี้ เราจะได้ใช้เร๊อะ มันมีที่ให้ใช้ละกัน ที่ให้ใช้จะเล่าให้ฟัง ใน บล็อก โพส ต่อๆ ไปน้ะจ้ะ ย้อนนิดหนึ่งสำหรับ SVD decomposition A nxp = U nxn S nxp V T pxp เมื่อ U, V เป็น Orthogonal Matrix ยกตัวอย่างให้เหมือน tutorial ของ MIT ซะเลย from numpy import * x = array([[2, 4], [1, 3], [0, 0], [0, 0]]) ถ้าเราทำตรงๆ คือ หา eigenvector, eigenvalue ของ AA T สามารถทำได้ดังนี้ x_x_T = dot(x, x.T) (eigvals, eigve...