Collaborative Filtering 协同过滤小结 part-2:SVD
来源:互联网 发布:照片缩小软件手机 编辑:程序博客网 时间:2024/06/13 13:00
接下来介绍下SVD
基于SVD方法的CF
SVD-CF是应用最广也最成功的协同过滤方法,现在对SVD介绍下。
基本SVD方法
1) 已知矩阵
Singular Value Decomposition给出了一种矩阵分解的方法。
2) 正交性质:
正交矩阵映射保持距离不变,所以是一个保距映射。
从分解可以理解为,任何一个点,都可以由同维度内两个正交系的乘积表示。
3) F-2阶范数:
若
那么,我们可以取top-K秩,来估计矩阵A。
取top-K秩,还可以实现降噪取主要部分的功能。
## 与特征值的关系 ##
U的列向量是
V的列向量是
直观理解SVD
换个角度,理解下SVD分解。
1) 对矩阵
选择同空间内一组正交的单位基底
则可以通过线性变换A,将
若令投射空间的单位基底为
2) 任意向量
经过
可以得到:
此时,只知道
3)
notice 若取
则上式
由投射关系可得:
所以
所以
且
于是我们可以找到两组正交基底,满足条件,what a happy life。
对其中一组基底
到此表明:任意的矩阵
reference
- Using Linear Algebra for Intelligent Information Retrieval
- http://charleshm.github.io/2016/03/Singularly-Valuable-Decomposition/
- http://www.ams.org/samplings/feature-column/fcarc-svd
- http://blog.sciencenet.cn/blog-696950-699432.html
1 0
- Collaborative Filtering 协同过滤小结 part-2:SVD
- Collaborative Filtering 协同过滤小结 part-3:SVD的应用及变种
- Collaborative Filtering 协同过滤小结 part-1:CF背景
- Collaborative filtering 协同过滤
- 协同过滤Collaborative Filtering
- collaborative filtering (CF):协同过滤
- collaborative filtering (CF):协同过滤
- Collaborative filtering 协同过滤算法 Slope One
- 协同过滤(英语:Collaborative Filtering)
- Collaborative Filtering协同过滤推荐算法
- 协同过滤 之 User-based Collaborative Filtering
- 从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 【推荐精读】从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 从item-base到svd再到rbm,多种Collaborative Filtering(协同过滤算法)从原理到实现
- 校招准备系列:每天一道算法题(3)
- 面试题总结 —— JAVA高级工程师
- 每日三题-Day3-C(HDU 1257 最少拦截系统 最长上升子序列O(nlogn) )
- render_to_string() got an unexpected keyword argument 'context_instance'的解决方法
- 重温Volley源码(二):重试策略
- Collaborative Filtering 协同过滤小结 part-2:SVD
- Sublime Test 使用小结
- ajax不执行success回调而是执行error回调
- 目标跟踪最前沿算法资料收集
- Penn Treebank 词性标注集
- UniversalImageLoader源码解析之总体流程
- LinearLayout和RelativeLayout的常见属性
- 剑指offer:和为S的连续正数序列
- 小米手机抓包教程