博客首页 → svd

最新文章列表

Dimension reduction：SVD

Singular Value Decomposition (SVD) 降维的目的是为了去除冗余的数据，数据压缩等。大部分的挖掘算法在高维空间上难以达到较好的效果。   奇异值用于降维的步骤： 1. 将样本构造成矩阵A 2. 对A进行奇异值分解 SVD(A)=[U, S, V] 3. U是AAT的特征向量矩阵，V是ATA的特征向量的矩阵，S是ATA和AAT的共同的特征值，从大到小 4. ...
降为SVD 
zhou85xin 评论(0) 有1871人浏览 2012-05-09 09:02

推荐系统的常见推荐算法的性能比较

  数据集是movielens-1M（下载）版本。 1. 训练集大小对于推荐性能的影响 使用SlopeOne算法，每次随机选取6%的用户预测其喜好，进行5次实验，取MAE的均值，得到下表：   训练集大小（%） MAE 90 0.71718149 70 0.73005925
推荐系统svdknn协同过滤 
zhc0822 评论(2) 有31763人浏览 2012-01-04 02:03

最近博客热门TAG

Java(141747) C(73651) C++(68608) SQL(64571) C#(59609) XML(59133) HTML(59043) JavaScript(54918) .net(54785) Web(54513) 工作(54116) Linux(50906) Oracle(49876) 应用服务器(43288) Spring(40812) 编程(39454) Windows(39381) JSP(37542) MySQL(37268) 数据结构(36423)

博客人气排行榜

    博客电子书下载排行

      >>浏览更多下载

      相关资讯

      相关讨论

      Global site tag (gtag.js) - Google Analytics