for iter = 1:num_iters %梯度下降 用户向量 for i = 1:m %返回有0有1 是逻辑值 ratedIndex1 = R_training(i,:)~=0 ; %U(i,:) * V' 第i个用户分别对每个电影的评...
分类：
其他好文 时间：
2015-10-21 22:43:36
阅读次数：
235
1.矩阵分解是推荐系统常用的手段,经常用来做用户偏好预测.在当下的推荐系统中,我们得到用户对于物品的评分矩阵往往是非常稀疏的,一个有m个用户,n个商品的网站,它所收集到的m*n用户评分矩阵R可能只有不到万分之一的数据非零.矩阵分解算法常用来构造出多个矩阵, 用这些矩阵相乘的结果R’来拟合原来的评.....
分类：
其他好文 时间：
2015-10-16 16:41:12
阅读次数：
213
一、基本概念 基本的矩阵分解方法通过学习用户和物品的特征向量进行预测，即用户和物品的交互信息。用户的特征向量代表了用户的兴趣，物品的特征向量代表了物品的特点，且每一个维度相互对应，两个向量的内积表示用户对该物品的喜好程度。但是我们观测到的评分数据大部分都是都是和用户或物品无关的因素产生的效果，即有....
分类：
其他好文 时间：
2015-10-12 18:43:32
阅读次数：
1452
推荐系统是现今广泛运用的一种数据分析方法。常见的如，“你关注的人也关注他”，“喜欢这个物品的用户还喜欢。。”“你也许会喜欢”等等。常见的推荐系统分为基于内容的推荐与基于历史记录的推荐。基于内容的推荐，关键在于提取到有用的用户，物品信息，以此为特征向量来进行分类，回归。基于历史记录的推荐，记录用户的评...
分类：
其他好文 时间：
2015-10-09 16:48:54
阅读次数：
327
本文实现基于SVD奇异矩阵分解的PCA主成分分析，使用该算法来完成对人脸图像的识别，主要讲解SVD实现PCA的原理，如何利用SVD实现图像特征的降维，以及SVD在文本聚类方面的使用，例如弱化同义词、多...
分类：
其他好文 时间：
2015-10-04 01:39:04
阅读次数：
331
矩阵分解之奇异值分解引言首先说矩阵，矩阵是一个难理解的数学描述，不管是在本科阶段的线性代数课上还是在研究生阶段的矩阵分析课上，都没有使我对矩阵产生什么好感，虽然考试也能过关，基本知识也能理解，但就是不知道有卵用。直到接触了机器学习相关算法论述时，发现好多的机器学习算法最终的描述都是通过矩阵分析相关知识推导而来，才知道了矩阵分析是非常有用的，但是到现在为止，还是没有什么好感。然后为什么要讲到奇异值分解...
分类：
其他好文 时间：
2015-09-15 11:10:54
阅读次数：
276
矩阵分解来源：http://www.cvchina.info/2011/09/05/matrix-factorization-jungle/美帝的有心人士收集了市面上的矩阵分解的差点儿全部算法和应用，因为源地址在某神奇物质之外，特转载过来，源地址Matrix Decompositionshas a ...
分类：
移动开发 时间：
2015-09-08 15:02:32
阅读次数：
265
个性化推荐引擎：基于概率的矩阵分解算法概率矩阵分解模型
分类：
其他好文 时间：
2015-09-02 10:39:16
阅读次数：
1136
QR分解法是目前求一般矩阵全部特征值的最有效并广泛应用的方法，一般矩阵先经过正交相似变化成为Hessenberg矩阵，然后再应用QR方法求特征值和特征向量。它是将矩阵分解成一个正规正交矩阵Q与上三角形矩阵R，所以称为QR分解法，与此正规正交矩阵的通用符号Q有关。...
分类：
其他好文 时间：
2015-08-27 11:02:30
阅读次数：
1696
之前写过两篇文章，分别是
1）矩阵分解的综述：scikit-learn：2.5.矩阵因子分解问题
2）关于TruncatedSVD的简单介绍：scikit-learn：通过TruncatedSVD实现LSA（隐含语义分析）
今天发现NMF也是一个很好很实用的模型，就简单介绍一下，它也属于scikit-learn：2.5.矩阵因子分解问题的一部分。
NMF是另一种压缩方法，前...
分类：
其他好文 时间：
2015-08-20 10:42:03
阅读次数：
285
