matlab 稀疏张量的HOSVD 推荐系统
来源:互联网 发布:jackson json忽略空值 编辑:程序博客网 时间:2024/05/16 16:01
%初始化一个稀疏张量,默认0值
A = sptensor([122 192 189])
%从文件中读取数据
fid = fopen(‘D:\dataall201010base1.txt’);
C= textscan(fid,’%f %f %f’);
fclose(fid);
%为张量赋值
for i=1:2380
m=C{1}(i);
n=C{2}(i);
k=C{3}(i);
A(m,n,k)=1;
end
%张量展开
A1 = sptenmat(A,1);
A1 = double(A1);
%对展开矩阵进行奇异值分解,并进行减噪 (大约保留70%左右的对角矩阵)
[U1,V1,W1]=svds(A1,98);
%构建核心张量
S=ttm(A,{U1’,U2’,U3’})
%构建预测张量
B=ttm(S,{U1,U2,U3})
%将结果输出到文件中
fp = fopen(‘D:\A.txt’,’w’);
for i=1:122
for j=1:192
for k=1:189
if(A(i,j,k)>double(0))
fprintf(fp, ‘%d\t%d\t%d\t%f\n’, i,j,k,A(i,j,k));
end
end
end
end
1 0
- matlab 稀疏张量的HOSVD 推荐系统
- matlab tensor toolbox 实现HOSVD(高阶奇异值分解)推荐系统
- matlab-hosvd
- 正定矩阵的稀疏张量分解
- 图像的结构张量MATLAB代码
- ***稀疏表达:向量,矩阵,张量
- tensor toolbox 处理稀疏张量
- matlab 稀疏矩阵的声明
- 推荐系统数据稀疏性问题
- 推荐系统评分矩阵稀疏性计算
- 张量的展开与matlab下的工具包操作
- 张量的展开与matlab下的工具包操作
- 社交网络中基于张量分解的好友推荐
- matlab tensor张量库的安装与测试
- 稀疏表达:向量、矩阵与张量
- 稀疏表达:向量、矩阵与张量
- 稀疏表达:向量、矩阵与张量
- 稀疏表达:向量、矩阵与张量
- SOLR缓存调优
- Having的用法
- 屏幕上截图
- 三种聚类方法的简单实现
- 8大排序算法图文讲解
- matlab 稀疏张量的HOSVD 推荐系统
- PostgreSQL和MySQL的性能对比实验
- Mina框架详解
- ElasticSearch教程(二)——ElasticSearch基本插件head
- 易语言学习第二十一课----动态数组使用1
- Linux系统resolv.conf配置信息丢失的解决方法
- Yii的where方法使用大全
- SQL语句Left join 中On和Where的用法区别
- NBUT 1463 内部收益率 二分