singular value decomposition tutorial
来源:互联网 发布:gentoo安装软件 编辑:程序博客网 时间:2024/05/20 10:24
原文地址:
http://www.puffinwarellc.com/index.php/news-and-articles/articles/30-singular-value-decomposition-tutorial.html
为什么svd能够解析矩阵背后的结构?
假设这是phil, tiger, vijar 三个人去打高尔夫, 打了9个洞, 每个人都打出了par
加入两个参数: 打球人能力参数 和 每洞难度系数
根据以上两个参数, 我们就可以计算 每洞的预测得分 = 打球人能力参数 * 每洞难度系数
PhilTigerVijay444555333444444444444333555=HoleDifficulty453444435*PlayerAbilityPhilTigerVijay111
根据这两个新添参数, 我们可以还原 原先计分板(矩阵)
数据家比较惹人烦, 所以他们要做 rescale
PhilTigerVijay444555333444444444444333555=ps: holedifficulty = 左奇异向量 playerability = 右奇异向量
--------------------------------------------------------------------------------------------------------我是卖萌的分割线------------------------------------------------------------------------------------------------------
升级版
刚才的例子中, 我们用了一组参数, 但是实际中有无法用一组参数就能重构的矩阵存在
真实的score board
HoleParPhilTigerVijay144452545533332444545444464354744438324495555SVD 生成的hole difficulty & player ability, 这是在拥有一组参数情况下 最佳的拟合
生成过程: 有一组 hole difficulty 参数后, 问player ability应该怎么改针对预测分值, ->> 有一组 player ability 参数后, 问hole difficulty 应该怎么改针对预测分值 ->> 周而复始
现在将预测分值减去真实得分, 然后用第2组参数去拟合这个区别, 通过第2组参数对 第一组参数所拟合出的预测结果与真实结果的差距 进行弥补
--------------------------------------------------------------------------------------------------------我是卖萌的分割线------------------------------------------------------------------------------------------------------
最后 , 原 M*N 矩阵, 当 M>= N时, 可 生成N*N的矩阵
PhilTigerVijay445455332454444354443244555=1-3 指 3组holeDifficulty & playerAbility 参数
rescaling 之后, 我们得到
PhilTigerVijay445455332454444354443244555=总结, 说白了 svd 干了件 降维的工作, 并且在生成的 方阵中保存原矩阵的物理特性
tiger 39 杆
vijay 36 杆
另外不难看出 方阵中 第一条vector 被赋予的原矩阵物理特性最大, 接下来的是为了 弥补 第一组player ability 未能完全覆盖的部分
- singular value decomposition tutorial
- Singular Value Decomposition(SVD) Tutorial
- Singular Value Decomposition (SVD) Tutorial - How does SVD work?
- singular value decomposition----SVD
- Singular value decomposition
- Singular value decomposition
- Meditation on Singular Value Decomposition
- method_SVD(Singular value decomposition)
- We Recommend a Singular Value Decomposition
- We Recommend a Singular Value Decomposition
- We Recommend a Singular Value Decomposition
- We Recommend a Singular Value Decomposition
- 奇异值分解(Singular Value Decomposition)
- Dimensionality Reduction and the Singular Value Decomposition
- We Recommend a Singular Value Decomposition
- 奇异值(Singular value decomposition SVD)分解
- We Recommend a Singular Value Decomposition
- 奇异值分解(Singular Value Decomposition)
- 图片上传压缩
- BZOJ 1324 Exca 王者之剑 最小割
- 第十三周项目 1 数组大折腾(3)——元素、下标中三的倍数的数
- Js中event.keycode大全
- 第十三周项目一——数组大折腾(1)
- singular value decomposition tutorial
- FAST算法解析
- 渲染优化
- 最新手机号码验证正则表达式js版
- php保存base64图片
- 实体重复保存时报错
- 第13周项目1-数组大折腾(1)
- iOS UIApplication的系统方法
- js 节点操作及事件