手写FunkSVD分解

最新推荐文章于 2022-05-25 19:01:54 发布

风云159

最新推荐文章于 2022-05-25 19:01:54 发布

阅读量2k

点赞数 3

分类专栏：机器学习代码

本文链接：https://blog.csdn.net/js54100804/article/details/79669006

版权

本文介绍了手写Funk SVD分解的过程，通过迭代更新用户矩阵P和物品矩阵Q，以最小化预测评分与实际评分之间的误差。代码展示了如何使用numpy进行矩阵运算，并给出了一个简单的例子来验证算法的实现，最终输出了预测评分矩阵。

摘要由CSDN通过智能技术生成

#coding=utf-8
import numpy as np
"""手写FunkSVD
"""
def svd(M,P,Q,K,steps = 1000,alpha = 0.1,beta = 0.02):
    for step in range(steps):
        for i in range(M.shape[0]):
            for j in range(M.shape[1]):
                #有评分
                if(M[i][j] > 0):
                    P[i] = P[i] + alpha * ((M[i][j] - np.dot(P[i],Q[j].T))*Q[j] - beta * P[i])
                    Q[j] = Q[j] + alpha * ((M[i][j] - np.dot(P[i],Q[j].T))*P[i] - beta * Q[j])
        loss = 0
        num = 0
        for i in range(M.shape[0]):
            for j in range(M.shape[1]):
                #对有评分的项目，计算损失
                if(M[i][j] > 0):
                    num += 1
                    loss += np.power(M[i][j] - np.dot(P[i],Q[j].T),2)
        loss = loss / num
        if(loss < 0.01):
            print("converge")
            break
    return P,Q