SVD奇异值分解的原理&应用

最新推荐文章于 2024-08-13 19:12:47 发布

codestorm04

最新推荐文章于 2024-08-13 19:12:47 发布

阅读量304

点赞数

CC 4.0 BY-SA版权

分类专栏： Machine Learning Theory

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_43996899/article/details/98048018

Machine Learning Theory 专栏收录该内容

17 篇文章

订阅专栏

本文深入探讨了奇异值分解(SVD)在主成分分析(PCA)、潜在语义索引(LSI)以及协同过滤推荐算法中的关键作用。通过实例解析，展示了SVD如何有效简化数据维度并提升推荐系统的精准度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原理可看：

刘建平Pinard blog

PCA思路及SVD应用

SVD在PCA和LSI（latent semantics index）中的应用：

https://www.cnblogs.com/peizhe123/p/5113357.html

SVD在协同过滤和推荐算法中的应用：

https://www.cnblogs.com/Xnice/p/4522671.html

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。