大数据大作业.pdf

上传者: su1041168096 | 上传时间: 2021-01-28 05:02:34 | 文件大小: 360KB | 文件类型: PDF
在推荐算法中,样本空间构成的数据矩阵一般为稀松矩阵,且维数一般较多,可通过求取特征值或者奇异值的方式获得样本矩阵的特征矩阵,从而降低维数。主成分分析法在矩阵降维中有很好的应用。

本文通过特征值分解、奇异值分解、PCA等操作可以获得降维后的矩阵,通过使用不同的相似度判别法获得最好的相似度,可以使得推荐算法具有很好的效果。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明