2017年1月19日
机器学习——利用SVD简化数据
摘要： 奇异值分解（Singular Value Decompositon,SVD），可以实现用小得多的数据集来表示原始数据集。 优点：简化数据，取出噪声，提高算法的结果 缺点：数据的转换可能难以理解 适用数据类型：数值型数据 SVD最早的应用之一是信息检索，我们称利用SVD的方法为隐形语义索引（LSI）或 阅读全文
posted @ 2017-01-19 16:43 tonglin0325 阅读(738) 评论(0) 推荐(0) 编辑