22. BI - 详细来说说 SVD 矩阵分解的三种算法

本文为 「茶桁的 AI 秘籍 - BI 篇 第 22 篇」

Hi, 你好。我是茶桁。

咱们用了两节课的时间来给大家讲解 SVD 矩阵分解原理，并做了一个 SVD 的案例，对一张图片进行压缩。咱们的课程并不是教授算法的，还是的用于 BI，也就是推荐系统。

今天这节课，咱们来看看 SVD 在推荐系统中的具体应用，然后给大家讲解一下三种 SVD 算法：FunkSVD, BiasSVD 以及 SVD++，并展示一个实际的 SVD 推荐系统的案例。最后咱们来说说 Colab 的必要性，如何在 Colab 中加载 Github 和 Kaggle 的数据集。

SVD 在推荐系统中的应用

SVD 用于推荐系统怎么做呢？在推荐系统里面它也是研究矩阵，这个矩阵就是用户和商品之间的评分问题了, 将其转化为 SVD 矩阵分解。

A = U × ∑ × V T A : m × n U : m × m ∑ : m × n V T : n × n A = U \times \sum \times V^T \\ A: m \times n \\ U: m \times m \\ \sum: m \times n \\ V^T: n \times n