1 前言
最近在学习矩阵补全的方法主要是用来做药物重定位。入门矩阵补全方法后才发现这个坑有点大,需要太多的数学基础了。对于数学知识严重不足的我欲哭无泪,搞了两周之后对这个方法的现实意义跟数学背景有了一定的了解。在这里做个总结并用经典的SVT矩阵补全算法(《A singular value thresholding algorithm for matrix completion》)作为一个Demo(Python实现),解释一下矩阵补全的具体做法,感受一下矩阵补全到底是干啥的。
2 低秩矩阵补全的现实意义
这一部分内容参考我之前的博客(矩阵分解方法概述)
时间仓促没大块时间,码字先把代码贴出来,以后慢慢补解释。
""
@Date :2020/11/15 19:54
@Source 《A singular value thresholding algorithm for MC&RW》
"""
import numpy as np
# creating data
svt_data = np.array([[0, 3, 0, 4],
[3, 0, 4, 0],
[0, 0</

本文介绍了低秩矩阵补全的现实意义,特别是在药物重定位中的应用。通过一个Python实现的SVT矩阵补全算法,展示了如何进行矩阵的缺失值填充。文章虽然强调了该主题的数学难度,但也提供了入门级的理解和代码示例。
最低0.47元/天 解锁文章
765





