100w个客户,10w个商品,矩阵有很多0。100w*10w矩阵
因为 1.稀疏 2.大 所以要分解
数据(3,2)映射到基 :相乘得2*1
矩阵乘以一个向量结果仍然是向量
特征值分解
A=U 中间特征值找出k个比较大的 可以近似降维分解
去看一眼相似对角阵
M*N=(M,M)*(M,N)*(N,N) 分解后的矩阵更大了
如果只有k个特征值比较大,改成M*N(M,K)*(K,K)*(K,N)
推荐系统
SVD推导
点积表示投影的长度 点积=行向量乘以列向量
100w个客户,10w个商品,矩阵有很多0。100w*10w矩阵
因为 1.稀疏 2.大 所以要分解
数据(3,2)映射到基 :相乘得2*1
矩阵乘以一个向量结果仍然是向量
A=U 中间特征值找出k个比较大的 可以近似降维分解
去看一眼相似对角阵
M*N=(M,M)*(M,N)*(N,N) 分解后的矩阵更大了
如果只有k个特征值比较大,改成M*N(M,K)*(K,K)*(K,N)
推荐系统
点积表示投影的长度 点积=行向量乘以列向量