一. SVD （singular value decomposition) 奇异值分解
奇异值分解将矩阵分解为奇异值和奇异向量
A是一个m*n的矩阵，U是一个m*m的矩阵，D是一个m*n的矩阵，V是一个n*n的矩阵
矩阵D对角元素上的值称为矩阵A的奇异值，U的列向量称为左奇异向量，V的列向量称为右奇异向量
左奇异向量是的特征向量，右奇异向量是
的特征向量，A的非零奇异值是
和
特征值的平方根
二. SVD++
三.MF 矩阵分解
推荐算法中的SVD,SVD++,MF
猜你喜欢
转载自blog.csdn.net/zhong_ethan/article/details/82386359
今日推荐
周排行