异常检测，广泛用于欺诈检测（例如“此信用卡被盗？”）。 给定大量的数据点，我们有时可能想要找出哪些与平均值有显着差异。 例如，在制造中，我们可能想要检测缺陷或异常。 我们展示了如何使用高斯分布来建模数据集，以及如何将模型用于异常检测。 我们还将涵盖推荐系统，这些系统由亚马逊，Netflix和苹果等公 ...
分类：
其他好文 时间：
2017-03-12 17:45:55
阅读次数：
450
矩阵分解有两种一种是特征值分解，但是其针对方阵，所以提出了奇异值分解。 分解过程为: U的列组成一套对A的正交"输入"或"分析"的基向量。这些向量是的特征向量。 V的列组成一套对A的正交"输出"的基向量。这些向量是的特征向量 得到的是右奇异向量, 是奇异值，u是左奇异向量， 奇异值跟特征值类似，在矩 ...
分类：
其他好文 时间：
2017-02-21 22:01:58
阅读次数：
208
在矩阵分解在协同过滤推荐算法中的应用中，我们对矩阵分解在推荐算法中的应用原理做了总结，这里我们就从实践的角度来用Spark学习矩阵分解推荐算法。 1. Spark推荐算法概述 在Spark MLlib中，推荐算法这块只实现了基于矩阵分解的协同过滤推荐算法。而基于的算法是FunkSVD算法，即将m个用 ...
分类：
编程语言 时间：
2017-02-04 16:18:47
阅读次数：
289
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 ...
分类：
其他好文 时间：
2017-01-15 13:49:04
阅读次数：
388
降维[Dimensionality Reduction]: 降维 是减少变量数量的过程。它可以用来从含有噪声的未加工特征中提取潜在特征，或者在维持原来结构的情况下压缩数据。MLlib提供了类RowMatrix 上的降维支持。 奇异值分解 (SVD): 奇异值分解(SVD)将一个矩阵分解为三个矩阵：U ...
分类：
其他好文 时间：
2017-01-09 18:43:11
阅读次数：
285
1. QR 分解的形式 QR 分解是把矩阵分解成一个正交矩阵与一个上三角矩阵的积。QR 分解经常用来解线性最小二乘法问题。QR 分解也是特定特征值算法即QR算法的基础。用图可以将分解形象地表示成： 其中， Q 是一个标准正交方阵， R 是上三角矩阵。 2. QR 分解的求解 QR 分解的实际计算有很 ...
分类：
其他好文 时间：
2016-12-10 00:15:22
阅读次数：
247
转载网址：http://www.cnblogs.com/AndyJee/p/3846455.html 主要内容： 1、QR分解定义 2、QR分解求法 3、QR分解与最小二乘 4、Matlab实现 一、QR分解 R分解法是三种将矩阵分解的方式之一。这种方式，把矩阵分解成一个正交矩阵与一个上三角矩阵的积 ...
分类：
其他好文 时间：
2016-12-05 14:18:13
阅读次数：
16178
基于Spark ALS构建商品推荐引擎 一般来讲，推荐引擎试图对用户与某类物品之间的联系建模，其想法是预测人们可能喜好的物品并通过探索物品之间的联系来辅助这个过程，让用户能更快速、更准确的获得所需要的信息，提升用户的体验、参与度以及物品对用户的吸引力。 在开始之前，先了解一下推荐模型的分类： 1、基 ...
分类：
其他好文 时间：
2016-11-28 07:28:53
阅读次数：
387
在新手接触推荐系统这个领域时，遇到第一个理解起来比较困难的就是协同过滤法。那么如果这时候百度的话，得到最多的是奇异值分解法，即（SVD）。SVD的作用大致是将一个矩阵分解为三个矩阵相乘的形式。如果运用在推荐系统中，首先我们将我们的训练集表示成矩阵的形式，这里我们以movielen数据集为例。这个数据 ...
分类：
其他好文 时间：
2016-10-25 02:01:44
阅读次数：
1266
转自：https://github.com/ceys/jdml/wiki/ALS 阿基米德项目ALS矩阵分解算法应用案例 编写人：ceys/youyis 最后更新时间：2014.5.12 一、算法描述 1.原理 问题描述 ALS的矩阵分解算法常应用于推荐系统中，将用户(user)对商品(item)的 ...
分类：
编程语言 时间：
2016-07-20 19:20:00
阅读次数：
291
