1、交叉验证 交叉验证（Cross validation)，交叉验证用于防止模型过于复杂而引起的过拟合.有时亦称循环估计， 是一种统计学上将数据样本切割成较小子集的实用方法。 于是可以先在一个子集上做分析， 而其它子集则用来做后续对此分析的确认及验证。 一开始的子集被称为训练集。而其它的子集则被称为 ...
分类：
其他好文 时间：
2017-10-18 00:21:54
阅读次数：
142
如上图中的predicted ratings矩阵可以分解成X与ΘT的乘积，这个叫做低秩矩阵分解。 我们先学习出product的特征参数向量，在实际应用中这些学习出来的参数向量可能比较难以理解，也很难可视化出来，但是它们是做为区分不同电影的特征 怎么来区分电影i与电影j是否相似呢？就是判断X(i)与X ...
分类：
其他好文 时间：
2017-09-19 21:14:35
阅读次数：
257
标量、向量、矩阵、张量 矩阵和向量相乘 单位矩阵和逆矩阵 线性相关和生成子空间 范数 特殊类型的矩阵和向量 特征分解 奇异值分解 Moore-Penrose伪逆 迹运算 行列式 ...
分类：
其他好文 时间：
2017-08-11 19:00:42
阅读次数：
152
一、矩阵分解回想 在博文推荐算法——基于矩阵分解的推荐算法中，提到了将用户-商品矩阵进行分解。从而实现对未打分项进行打分。矩阵分解是指将一个矩阵分解成两个或者多个矩阵的乘积。对于上述的用户-商品矩阵(评分矩阵)，记为Vm×nV_{m\times n}。能够将其分解成两个或者多个矩阵的乘积，如果分解成 ...
分类：
编程语言 时间：
2017-08-10 10:06:09
阅读次数：
252
介绍 SVDFeature是由Apex Data & Knowledge Management Lab在KDD CUP11竞赛中开发出来的工具包。它的目的是有效地解决基于特征的矩阵分解。新的模型能够仅仅通过定义新的特征来实现。这样的基于特征的设置同意我们把非常多信息包括在模型中，使得模型更加与时俱进 ...
分类：
其他好文 时间：
2017-08-03 21:55:09
阅读次数：
314
转载自kanego http://www.cnblogs.com/kanego/articles/2346971.html [译] - 投影矩阵的推导 原帖地址： http://www.codeguru.com/cpp/misc/misc/math/article.php/c10123__1/Der ...
分类：
其他好文 时间：
2017-07-29 11:33:18
阅读次数：
427
推荐算法主要分为基于内容的算法和协同过滤. 协同过滤的两种基本方法是基于邻居的方法(基于内容/物品的协同过滤)和隐语义模型. 矩阵分解乃是实现隐语义模型的基石. 矩阵分解依据用户对物品的评分, 判断出用户和物品的隐语义向量, 然后依据用户和物品的隐语义向量来进行推荐. 推荐系统用到的数据能够有显式评 ...
分类：
其他好文 时间：
2017-07-25 17:19:38
阅读次数：
128
之前写过两篇文章。各自是 1）矩阵分解的综述：scikit-learn：2.5.矩阵因子分解问题 2）关于TruncatedSVD的简介：scikit-learn：通过TruncatedSVD实现LSA（隐含语义分析） 今天发现NMF也是一个非常好非常有用的模型，就简介一下。它也属于scikit-l ...
分类：
其他好文 时间：
2017-07-01 21:44:50
阅读次数：
181
特征值选择技术要点 特征值选择技术要点（特征值分解） 作者：王立敏 文章来源：xiahouzuoxin 一．特征值分解 1.特征值分解 线性代数中，特征分解（Eigendecomposition），又称谱分解（Spectral decomposition）是将矩阵分解为由其特征值和特征向量表示的矩阵 ...
分类：
编程语言 时间：
2017-06-22 18:31:50
阅读次数：
561
在矩阵分解中。 有类问题比較常见，即矩阵的元素仅仅有0和1。 相应实际应用中的场景是：用户对新闻的点击情况，对某些物品的购买情况等。基于graphchi里面的矩阵分解结果不太理想。调研了下相关的文献，代码主要实现了基于PLSA的分解方法，具体请參考后面的參考文献 #!/usr/local/bin/p ...
分类：
其他好文 时间：
2017-06-13 09:57:16
阅读次数：
208
