NMF(非负矩阵分解)的SGD（随机梯度下降）实现

NMF把一个矩阵分解为两个矩阵的乘积，可以用来解决很多问题，例如：用户聚类、item聚类、预测（补全）用户对item的评分、个性化推荐等问题。NMF的过程可以转化为最小化损失函数（即误差函数）的过程，其实整个问题也就是一个最优化的问题。详细实现过程如下：（其中，输入矩阵很多时候会比较稀疏，即很多元素都是缺失项，故数据存储采用的是libsvm的格式，这个类在此忽略）

package NMF_danji;

import java.io.File;
import java.util.ArrayList;

/**
 * @author 玉心sober： http://weibo.com/karensober
 * @date 2013-05-19
 * 
 * */
public class NMF {
	private Dataset dataset = null;
	private int M = -1; // 行数
	private int V = -1; // 列数
	private int K = -1; // 隐含主题数
	double[][] P;
	double[][] Q;

	public NMF(S