``` include using namespace std; include // Eigen 部分 include // 稠密矩阵的代数运算（逆，特征值等） include define MATRIX_SIZE 50 / 本程序演示了 Eigen 基本类型的使用 / int main( int ...
分类：
其他好文 时间：
2019-02-08 20:05:12
阅读次数：
463
一、使用非负最小二乘法 "Non negative matrix factorisation using non negative least squares" 问题 给定一个矩阵$A$,将其分解成两个非负的因子： $$ A_{M \times N} \approx W_{M \times K} \ ...
分类：
其他好文 时间：
2019-01-13 16:06:10
阅读次数：
177
2. 隐语义模型 隐语义模型又可称为LFM（latent factor model），它从诞生到今天产生了很多著名的模型和方法，其中和该技术相关且耳熟能详的名词有pLSA、 LDA、隐含类别模型（latent class model）、隐含主题模型（latent topic model）、矩阵分解（ ...
分类：
其他好文 时间：
2019-01-02 12:39:59
阅读次数：
186
介绍： 推荐系统中最为主流与经典的技术之一是协同过滤技术（Collaborative Filtering），它是基于这样的假设：用户如果在过去对某些项目产生过兴趣，那么将来他很可能依然对其保持热忱。其中协同过滤技术又可根据是否采用了机器学习思想建模的不同划分为基于内存的协同过滤（Memory-bas ...
分类：
编程语言 时间：
2018-12-24 02:40:57
阅读次数：
521
I. 行列式(Determinants)和迹(Trace) 1. 行列式(Determinants) 为避免和绝对值符号混淆，本文一般使用$det(A)$来表示矩阵$A$的行列式。另外这里的$A∈R^{n×n}$默认是方阵，因为只有方阵才能计算行列式。 行列式如何计算的就不在这里赘述了，下面简要给出 ...
分类：
其他好文 时间：
2018-12-20 22:14:42
阅读次数：
250
1、open->file->casedata->.sav先求解潮流让数据收敛；然后powerflow->convertloadsandgenerators然后阻抗矩阵分解：powerflow->solution->factorize转换数据：powerflow->solution->TYSL2、加载dyr文件open->.dyr3、在进行初始化
分类：
其他好文 时间：
2018-12-17 02:31:31
阅读次数：
206
Spark2.x+Python大数据机器学习视频课程下载地址：https://pan.baidu.com/s/1imjFFStyjbRqyMtnboPgpQ提取码:32pb本课程系统讲解如何在Spark2.0上高效运用Python来处理数据并建立机器学习模型，帮助读者开发并部署高效可拓展的实时Spark解决方案。第一章、搭建Spark2.x+Python开发环境及基本开发入门1、快速环境搭建：导入
分类：
编程语言 时间：
2018-12-14 13:58:59
阅读次数：
237
写在前面 准备近期将微软的machinelearning samples翻译成中文，水平有限，如有错漏，请大家多多指正。 如果有朋友对此感兴趣，可以加入我：https://github.com/feiyun0112/machinelearning samples.zh cn 产品推荐 矩阵分解问题示 ...
分类：
Web程序 时间：
2018-12-12 20:42:52
阅读次数：
280
1.设A为n阶矩阵，若存在常数λ及n维非零向量x，使得Ax=λx，则称λ是矩阵A的特征值，x是A属于特征值λ的特征向量。A的所有特征值的全体，叫做A的谱，记为λ(A)2.特征分解（Eigendecomposition），又称谱分解（Spectraldecomposition）是将矩阵分解为由其特征值和特征向量表示的矩阵之积的方法。需要注意只有对可对角化矩阵才可以施以特征分解。一个矩阵的一组特征向量
分类：
编程语言 时间：
2018-12-06 20:25:26
阅读次数：
259
在前面我们讲到了基于矩阵分解的LSI和NMF主题模型，这里我们开始讨论被广泛使用的主题模型：隐含狄利克雷分布(Latent Dirichlet Allocation，以下简称LDA)。注意机器学习还有一个LDA，即线性判别分析，主要是用于降维和分类的，如果大家需要了解这个LDA的信息，参看之前写的线 ...
分类：
其他好文 时间：
2018-12-04 13:22:13
阅读次数：
262
