上传者: 38516270
|
上传时间: 2021-04-09 13:56:22
|
文件大小: 96KB
|
文件类型: PDF
文章来源《现代推荐算法》矩阵分解系列(SVD,FunkSVD,BiasSVD)原理 .
奇异值分解(SVD)
奇异值分解(SVD)原理与主要应用在数据降维中,可以将这个用户物品对应的m×n矩阵M进行SVD分解,并通过选择部分较大的一些奇异值来同时进行降维,也就是说矩阵M此时分解为:
Mm×n=Um×kTDk×kVk×nM_{m \times n} = U_{m \times k}^{T}D_{k \times k}V_{k