矩阵分解及其代码实现

目录

1.问题引入

2.矩阵运算：

2.1矩阵相乘：

2.2矩阵转置 

2.3矩阵分解：

2.4 预测矩阵的表示：

3.损失函数：

 3.1. 首先

3.2如何构造损失函数

3.损失函数求解：

4.正则化：

5.python代码实现：

---

1.问题引入

     个人认为学习这个内容需要掌握四大块：1.掌握矩阵的一些运算，2.了解损失函数的意思，3.了解正则化，4，最后看懂代码，进行一定程度上的代码实现。 

下面对矩阵分解的学习会用上面的图片 ，Ui代表不同的用户，Di代表不同的物品，下面的数字代表每个用户对每个物品的评分(假设满分为5分)。

2.矩阵运算：

2.1矩阵相乘：

 矩阵相乘的特点： 
（1）当矩阵A的列数等于矩阵B的行数时，A与B才可以相乘。 
（2）乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。 
（3）矩阵C的行数等于矩阵A的行数，C的列数等于B的列数

  若有一个矩阵R，矩阵R可以近似表示为P和Q的乘积，即：R（n,m）≈ P(n,K)*Q(K,m)

2.2矩阵转置 

把矩阵A的行换成同序数的列得到的新矩阵，叫做A的转置矩阵(Transpose of a Matrix)，记作ATAT。

因此，转置矩阵的特点： 
（1）转置矩阵的行数是原矩阵的列数，转置矩阵的列数是原矩阵的行数； 
（2）转置矩阵下标（i，j）的元素对应于原矩阵下标（j，i）的元素

2.3矩阵分解：

           矩阵分解的过程中，将原始矩阵

分解成两个矩阵

和

                                                                        

的乘积： 

2.4 预测矩阵的表示：

 在这个例子中我们将会用到矩阵分解和矩阵相乘

3.损失函数：

损失函数对我们来说并不陌生，我在线性回归的里