Fork me on GitHub
2020年3月14日
ALS分解
摘要： 1.交替交替最小二乘应该来说是一种优化策略，用来对矩阵进行近似分解 其中，P矩阵维度：N*K；Q矩阵维度：M*K。前者为User在K维潜因子空间的表示；后者为Item在K维潜因子空间的表示。 2.预测评分，或者説近似评分为 3.损失函数为平方误差+L2正则项，其中是真实值。 4.交替迭代 对P，Q随 阅读全文
posted @ 2020-03-14 23:26 石头木 阅读(383) 评论(1) 推荐(0)
NMF分解
摘要： 1.非负矩阵分解 其中，P矩阵维度：N*K；Q矩阵维度：M*K。前者为User在K维潜因子空间的表示；后者为Item在K维潜因子空间的表示。 其中： 2.预测评分，或者説近似评分为 3.损失函数为平方误差，其中是真实值。 a.加入L2正则项 b.加入L1和L2正则项 4.针对加入L1和L2的loss 阅读全文
posted @ 2020-03-14 22:36 石头木 阅读(596) 评论(0) 推荐(0)