关注WX公众号: commindtech77, 获得数据资产,推荐系统源码等相关白皮书下载地址
回复关键字:推荐系统
下载《新闻资讯个性化推荐系统源码及白皮书》
首先来看一个向量在另一个向量上的投影:
若v向量为单位向量,则结果为 uv向量的点积 * v向量.
即: 某个方向力u, 在v方向上的分量.
假如V向量我们定义为单位向量,那么U向量在V向量上的投影向量就是UV向量的点积 * V向量,这样表示
U向量在V向量方向上的分量,也是一个向量,点积值表示在V向量上的投影长度。因此空间中有N个向量,
分别投影到V向量上,我们可以得到这N个向量在V向量上的投影点,分别表示点积值,如果这些值的方差越大,
说明这些投影点越分散,能够很好的区分各个投影向量,表明V向量能够清晰的表示各个向量的特点,可以作为
空间中这些向量的特征向量;假如各个投影点都集中在一起,方差值越小,离散度就越小,就越难区分,则很难用V向量来
区分空间中的这些向量。PCA主成成分分析中,找主方向,就是想找到某些向量,矩阵在该向量上的投影点很分散,
说明该向量带有矩阵的很多特征信息,能够将矩阵里面的元素区分开来