SVD简介 SVD不仅是一个数学问题，在机器学习领域，有相当多的应用与奇异值都可以扯上关系，比如做feature reduction的PCA，做数据压缩（以图像压缩为代表）的算法，还有做搜索引擎语义层次检索的LSI（Latent Semantic Indexing）或隐性语义分析（Latent Se ...
分类：
其他好文 时间：
2017-01-10 16:06:21
阅读次数：
437
理清概念，在机器学习的公式推导中常常用到。比如SVD, LDA等。 ...
分类：
其他好文 时间：
2017-01-09 22:03:46
阅读次数：
344
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
奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SV ...
分类：
其他好文 时间：
2017-01-05 16:54:17
阅读次数：
208
持续集成+自动化部署[代码流水线管理及Jenkins和gitlab集成]标签（空格分隔）： Jenkins一、代码流水线管理 Pipeline名词顾名思义就是流水线的意思，因为公司可能会有很多项目。...
分类：
其他好文 时间：
2016-12-23 23:09:41
阅读次数：
549
http://www.jianshu.com/p/ab697790090f 特征选择与特征学习 在机器学习的具体实践任务中，选择一组具有代表性的特征用于构建模型是非常重要的问题。特征选择通常选择与类别相关性强、且特征彼此间相关性弱的特征子集，具体特征选择算法通过定义合适的子集评价函数来体现。在现实世 ...
分类：
其他好文 时间：
2016-12-22 18:47:14
阅读次数：
309
PS：一直以来对SVD分解似懂非懂，此文为译文，原文以细致的分析+大量的可视化图形演示了SVD的几何意义。能在有限的篇幅把这个问题讲解的如此清晰，实属不易。原文举了一个简单的图像处理问题，简单形象，真心希望路过的各路朋友能从不同的角度阐述下自己对SVD实际意义的理解，比如 个性化推荐中应用了SVD， ...
分类：
其他好文 时间：
2016-12-14 22:05:41
阅读次数：
322
机器学习中的矩阵方法04：SVD 分解 前面我们讲了 QR 分解有一些优良的特性，但是 QR 分解仅仅是对矩阵的行进行操作（左乘一个酉矩阵），可以得到列空间。这一小节的 SVD 分解则是将行与列同等看待，既左乘酉矩阵，又右乘酉矩阵，可以得出更有意思的信息。奇异值分解( SVD, Singular V ...
分类：
其他好文 时间：
2016-12-10 00:27:36
阅读次数：
236
在很多线性代数问题中，如果我们首先思考若做SVD，情况将会怎样，那么问题可能会得到更好的理解[1]。 --Lloyd N. Trefethen & David Bau, lll 为了讨论问题的方便以及实际中遇到的大多数问题，在这里我们仅限于讨论实数矩阵，注意，其中涉及到的结论也很容易将其扩展到复矩阵 ...
分类：
其他好文 时间：
2016-12-10 00:08:27
阅读次数：
411
在之前的随笔《非对称SVD电影推荐系统》中应用SVD，得到还不错的结果。 此次尝试将BP神经网络应用于预测用户评分，由于同类用户不同电影评分差异巨大，神经网络输出神经元不易设置。 仅取movie id=0 的用户作为测试数据(350 条记录），这样只需要5个输出神经元。考虑到movie id 共有三 ...
分类：
其他好文 时间：
2016-11-26 23:38:27
阅读次数：
225
