摘要: 奇异值分解(Singular Value Decomposition,简称SVD),将矩阵分解为奇异向量(singular vector)和奇异值(singular value)。 每个实数矩阵都有一个奇异值分解,但是不一定有特征分解,例如非方阵的矩阵。 阅读全文
posted @ 2019-02-28 14:33 happyyoung 阅读(301) 评论(0) 推荐(0) 编辑
摘要: 协同过滤 阅读全文
posted @ 2019-02-28 14:16 happyyoung 阅读(143) 评论(0) 推荐(0) 编辑