Jayphone17的博客

一、应用背景 二、整体思路 三、如何衡量菜品之间的相似性？ 四、稀疏数据矩阵的降维处理 五、如何进行评分估计？ 六、查看分析推荐结果 七、总结 八、源代码

原始数据： 转换： import numpy as np import xlrd def excel_to_Matrix(path): #读excel数据转为矩阵函数 data = xlrd.open_workbook(path) table = data.sheets()[0] #获取excel中第一个sheet表 nrows = table.nrows #行数 ncols = table.ncols #列数 datamat.

一、怎么用数据表示图像？ 二、灰度图像处理 三、彩色图像压缩的具体思路 四、源代码 五、查看结果

一、主成分分析（PCA）的局限性 二、特征值分解的几何意义 三、入手奇异值分解——Av = σμ 四、利用奇异值分解进行数据降维 1.列压缩数据降维 2.行压缩数据降维 3.矩阵整体进行数据压缩 五、利用python进行奇异值分解 ...

一、 二、 三、 四、 五、