奇异值分解(SVD) 对于任意一个m*n的实数矩阵 A，都存在m*m的正交矩阵U和n*n的正交矩阵V，以及m*n的对角矩阵 D=diag(d_1,d_2,...,d_r)，使得A = UDV', 其中，d_1 >= d_2 >= ... >= d_r >= 0 称为奇异值，U和V的各列分别称为左奇异 ...
分类：
其他好文 时间：
2017-09-28 09:51:50
阅读次数：
174
主成分分析 （ Principal Component Analysis ， PCA ）或者主元分析。用于数据降维。 强大的矩阵奇异值分解(SVD)及其应用 http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applicati ...
分类：
其他好文 时间：
2017-09-22 00:57:23
阅读次数：
136
什么是Java虚拟机？为什么Java被称作是“平台无关的编程语言”？ 参考答案 Java虚拟机是一个可以执行Java字节码的虚拟机进程。Java源文件被编译成能被Java虚拟机执行的字节码文件。 Java被设计成允许应用程序可以运行在任意的平台，而不需要程序员为每一个平台单独重写或者是重新编译。Ja ...
分类：
编程语言 时间：
2017-09-05 00:14:24
阅读次数：
188
特征值分解 神秘值分解SVD Python实现SVD 低阶近似 神秘值选取策略 类似度计算 基于物品类似度 基于物品类似度的推荐步骤 利用物品类似度预測评分 基于物品类似度的推荐结果 利用SVD降维 利用SVD降维前后结果比較 基于SVD的图像压缩–阈值处理 基于SVD的图像压缩 $(functio ...
分类：
其他好文 时间：
2017-08-15 17:18:57
阅读次数：
212
这是根据斯坦福cs224d课程写出来的， 这是课程里边最开始所讲的词向量， 1、首先将所有的词组织成一个词典 2、对于词典中的每一个词， 扫描词典中的其他词， 对于扫描到的每一个词， 统计原始词在被扫描到的词的前边或者后边出现的次数， 这样就构成了一个由词频所构成的对角阵 3、对该对角阵进行SVD分 ...
分类：
编程语言 时间：
2017-08-12 20:24:03
阅读次数：
463
本文是对PCA和SVD学习的整理笔记，为了避免很多重复内容的工作，我会在介绍概念的时候引用其他童鞋的工作和内容，具体来源我会标记在参考资料中。 一.PCA (Principle component analysis) PCA（主成分分析）通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提 ...
分类：
其他好文 时间：
2017-08-12 10:16:59
阅读次数：
237
一个运行时的Java虚拟机实例的天职是：负责运行一个java程序。当启动一个Java程序时，一个虚拟机实例也就诞生了。当该程序关闭退出，这个虚拟机实例也就随之消亡。如果同一台计算机上同时运行三个Java程序，将得到三个Java虚拟机实例。每个Java程序都运行于它自己的Java虚拟机实例中。 Jav ...
分类：
编程语言 时间：
2017-08-05 00:12:57
阅读次数：
174
The matrix is generated from SVD, and I am using the results from SVD to do clustering analysis. if your clustering only supports RDD as its input, he ...
分类：
其他好文 时间：
2017-07-21 11:38:10
阅读次数：
176
