会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
mxo
博客园
首页
新随笔
联系
订阅
管理
2016年10月18日
SVD奇异矩阵分解
摘要: 奇异矩阵分解SVD 奇异矩阵分解的核心思想认为用户的兴趣只受少数几个因素的影响,因此将稀疏且高维的User-Item评分矩阵分解为两个低维矩阵,即通过User、Item评分信息来学习到的用户特征矩阵P和物品特征矩阵Q,通过重构的低维矩阵预测用户对产品的评分.SVD的时间复杂度是O(m3). 在了解奇
阅读全文
posted @ 2016-10-18 18:44 xmeo
阅读(3349)
评论(0)
推荐(0)
编辑
公告