一、前言 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,主要应用如下: 信息检索(LSA:隐性语义索引,LSA:隐性语义分析),分解后的奇异值代表了文章的主题或者概念,信息检索的时候同义词,或者说同一主题下的词会映射为同一主题, ...
分类:
其他好文 时间:
2019-11-11 00:37:07
阅读次数:
215
一、稀疏矩阵(sparse matrix): 1.1 介绍: 矩阵中非零元素的个数远远小于矩阵元素的总数,并且非零元素的分布没有规律,通常认为矩阵中非零元素的总数比上矩阵所有元素总数的值小于等于0.05时,则称该矩阵为稀疏矩阵。因此本文中的数字为50*200=10000,有效数据应该在10000*0 ...
分类:
其他好文 时间:
2019-11-11 00:27:23
阅读次数:
157
0 - 特征值分解(EVD) 奇异值分解之前需要用到特征值分解,回顾一下特征值分解。 假设$A_{m \times m}$是一个是对称矩阵($A=A^T$),则可以被分解为如下形式, $$A_{m\times m}=Q_{m\times m}\Sigma_{m\times m} Q_{m\times ...
分类:
其他好文 时间:
2019-10-20 16:04:22
阅读次数:
100
笔者在使用numpy中的pinv函数求解伪逆时系统报错: SVD did not converge. 奇异值分解不收敛 具体原因不太清楚, 应该是因为函数在求解伪逆的算法在迭代过程中难以收敛导致的. 解决方法: 引入scipy中的求解伪逆的函数 scipy.linalg.pinv Zoepritz ...
分类:
其他好文 时间:
2019-10-19 11:31:29
阅读次数:
315
Learning A Discriminative Dictionary for Sparse Coding via Label Consistent K-SVD 学习一种为稀疏编码的判决字典的标签一致性k-svd算方法。除了使用训练数据的类标签外,还将标签信息和每一个字典项相关联,以在字典学习过程 ...
分类:
其他好文 时间:
2019-10-15 21:06:13
阅读次数:
212
1 # vec <- rep( seq(1,5,by=0.5),3) 2 3 # vec <- seq( 1 , 10 , by = 1 ) 4 # min(vec) #最小值 5 # max(vec) #最大值 6 # range(vec) #范围 7 # length(vec) #长度 8 # ... ...
分类:
编程语言 时间:
2019-09-26 13:15:41
阅读次数:
75
利用LDIFDE,CSVDE批量导出用户!2017年11月07日15:26:00weixin_34198797阅读数28原文链接:https://yq.aliyun.com/articles/565037利用LDIFDE,CSVDE批量导出用户!分类:活动目录2008-11-2722:50911人阅读评论(2)收藏举报今天客户提出了一个有关导出和导入用户的需求,是将客户DC上的用户和组信息导出。一
分类:
其他好文 时间:
2019-09-07 00:58:55
阅读次数:
91
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矩阵分解算法,这里对SVD原理 应用和代码实现做一个总结。 1 实对称方阵的矩阵分解 对于一个$n\times n$实对称方阵$A$,如果存在一个向量$v$是矩阵$A$的特征向量,可以表示 ...
分类:
其他好文 时间:
2019-09-06 21:23:31
阅读次数:
204
1、通用函数,是一种在ndarray数据中进行逐元素操作的函数。某些函数接受一个或多个标量数值,并产生一个或多个标量结果,通用函数就是对这些函数的封装。 1、常用的一元通用函数有:abs\fabs sqrt square exp log\log2\log10\log1p sign ceil floo ...
分类:
其他好文 时间:
2019-08-31 21:05:56
阅读次数:
73
SVD 是一种因子分解运算, 将一个矩阵分解为3个矩阵的乘积 其中, 奇异值矩阵是对角线矩阵 Key_Function np.linalg.svd函数, 可以对矩阵进行奇异值分解. U: 正交矩阵 sigma: 表示奇异值矩阵对角线的数组, 其他非对角线元素均为0 V: 正交矩阵 np.diag函数 ...
分类:
其他好文 时间:
2019-08-26 00:13:21
阅读次数:
103