python实现推荐系统矩阵分解(Matrix Factorization)提取特征向量
文章目录前言一、Matrix Decomposition数学原理二、python实现实际应用中应注意总结
前言
矩阵分解是推荐系统中常用的方法,其目的是提取用户的特征向量,以及被打分推荐物品的特征向量。相当于一中embedding的方法,适用于用户极多,被推荐物体数量极大,导致的由于矩阵中存在较多空缺而无法进行推荐的情况。
一、Matrix Decomposition数学原理
R为原始矩阵,P和Q使我们要通过学习得到的矩阵,最终P*Q的结果即为我们对于R中空缺值填入后的结果。
加上正则化的LOSS.
原创
2021-01-30 16:50:22 ·
1082 阅读 ·
2 评论