摘要：
贝叶斯网络定了这样一个独立的结构：一个节点的概率仅依赖于它的父节点。贝叶斯网络更加适用于稀疏模型，即大部分节点之间不存在任何直接的依赖关系。联合概率，即所有节点的概率，将所有条件概率相乘：我们最终的目标是计算准确的边缘概率，比如计算Hangover的概率。在数学上，边缘概率被定义为各种状态下系统所有... 阅读全文
摘要：
归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为纯量。归一化是为了加快训练网络的收敛性，可以不进行归一化处理 归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在-1--+1之间是统计的坐标分布。 在这里主要讨论两种归一化... 阅读全文
摘要：
一、矩阵存储方式 MATLAB的矩阵有两种存储方式，完全存储方式和稀疏存储方式 1.完全存储方式 将矩阵的全部元素按列存储，矩阵中的全部零元素也存储到矩阵中。 2.稀疏存储方式 仅存储矩阵所有的非零元素的值及其位置，即行号和列号，显然这对于具有大量零元素的稀疏矩阵来说是十分有效的。 设 ... 阅读全文
摘要：
F-范数与2-范数是不一样的. 这是我前几天回答的一个问题,节选一部分： A是矩阵,则： 1-范数是：max(sum(abs(A)),就是对A的每列的绝对值求和 再求其中的最大值,也叫列范数 2-范数是：求A'*A 的特征值,找出其中的最大特征值,求其平方根 相当于max(sqrt(... 阅读全文
摘要：
for mm=1:num_m %电影编号是mm的训练集行号 ff= find(train_vec(:,2)==mm); %train_vec(ff,1) 行号对应的用户编号 count(train_vec(ff,1),mm) = train_vec(ff,3);end 桉的是电影数目，每次... 阅读全文