《大数据分析与处理》课程资料.pdfVIP

  1. 1、本文档共56页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CS246: Mining Massive Datasets  Compress / reduce dimensionality: 106 rows; 103 columns; no updates Random access to any cell(s); small error: OK The above matrix is really “2-dimensional.” All rows can be reconstructed by scaling [1 1 1 0 0] or [0 0 0 1 1] 10/26/2018 Stanford C246: Mining Massive Datasets 2  Assumption: Data lies on or near a low d-dimensional subspace  Axes of this subspace are effective representation of the data 10/26/2018 Stanford C246: Mining Massive Datasets 3 Why reduce dimensions?  Discover hidden correlations/topics Words that occur commonly together  Remove redundant and noisy features Not all words are useful  Interpretation and visualization  Easier storage and processing of the data 10/26/2018 Stanford C246: Mining Massive Datasets 4 A[m x n] = U[m x r] Σ [ r x r] (V[n x r])T  A : Input data matrix m x n matrix (e.g., m documents, n terms)  U : Left singular vectors m x r matrix (m documents, r concepts)  Σ: Singular values r x r diagonal matrix (strength of each ‘concept’) (r : rank of the matrix A)  V : Right singular vectors n x r matrix (n terms, r concepts) 10/26/2018 Stanford C246: Mining Massive Datasets 5 T n n Σ VT m A ≈ m U 10/26/2018 Stanford C246: Mining Massive Datasets 6 T n σ u v σ u v

您可能关注的文档

文档评论(0)

bigeng123 + 关注
实名认证
文档贡献者

知识杂货铺~

1亿VIP精品文档

相关文档