- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
svd分解的简单理解
查了网上讲svd的博客,感觉讲的深的跳的太快,最终不知所云,讲的浅的思路很清晰,但总觉得少点什么,尽管如此,网上的东西也够用了,现将自己的所得整理如下,但愿能讲的明白:1.1 Svd的作用:从词向量的角度说,svd将矩阵A降维,表示成k维的向量1.2 正交矩阵和正交变换正交矩阵在酉空间叫酉矩阵,正交矩阵对应的变换是正交变换,正交变换仅对向量做旋转,不做拉伸。向量OA在一组正交基e1和e2下表示为(a1,a2)T,现在用另一组正交基e1’和e2’来表示,那么一定有(a1’,a2’)T=U(a1,a2)T,其中U是新的正交基e1’和e2’构成的矩阵,(a1’,a2’)T就是OA的新的表示形式,如果放到同一组正交基下来看,就好像OA发生了旋转。(因为换了一组正交基,就相当于将正交基进行了旋转,运动是相对的嘛)这里没有简单的图,比较抱歉。1.3 对称矩阵的优美性质对称矩阵总能相似对角化,且不同特征值对应的特征向量两两正交。AAT就是一个常用的对称阵,可以利用M=MT来证明。1.4 特征值的应用1.5 矩阵分解1.6 奇异值分解将U和V做截取近似,取theta中包含90%能量的值,得到k维theta矩阵在推荐中,可以这么认为:有m个用户,n个物品,X是k维的用户向量,Y是k维的物品向量。
文档评论(0)