摘要:
矩阵的奇异值分解在矩阵分析中有大量应用,特别适用于压缩目的的矩阵分析。奇异值分解还充分应用于数据降维,即将数据投影到低维空间。在推荐系统中,奇异值分解可用于得到用户和物品的隐向量,不过传统奇异值分解不适用于解决大规模稀疏矩阵的矩阵分解,此时梯度下降法成为了矩阵分解的主要方法,这部分内容我们会在推荐系统专栏中进行讲解。 阅读全文
矩阵的奇异值分解在矩阵分析中有大量应用,特别适用于压缩目的的矩阵分析。奇异值分解还充分应用于数据降维,即将数据投影到低维空间。在推荐系统中,奇异值分解可用于得到用户和物品的隐向量,不过传统奇异值分解不适用于解决大规模稀疏矩阵的矩阵分解,此时梯度下降法成为了矩阵分解的主要方法,这部分内容我们会在推荐系统专栏中进行讲解。 阅读全文
posted @ 2021-10-16 22:58
orion-orion
阅读(2975)
评论(0)
推荐(0)

浙公网安备 33010602011771号