推荐系统｜2.4 矩阵分解的目的和效果

发布时间：2024年01月21日

文章目录

矩阵分解

矩阵分解的必要性和方法

在这里插入图片描述在这里插入图片描述
比如原本是一个 m × n m\times n m×n规模大小的矩阵,经过分解后可得到两个矩阵一个是 m × k m\times k m×k，另外一个是 k × n k\times n k×n,于是总占用空间为 ( m + n ) × k (m+n)\times k (m+n)×k

在这里插入图片描述
注意，分解是以一种近似的情况来进行分解。
由于分解完，再复原回去，其实也可以将原本空白的位置填上数据，进而也达到了预测的效果。
而具体的k可以用来指歌曲的种类。（k取决于分类的角度）
在这里插入图片描述
从而，矩阵乘积的运算过程相当于是用户对某一首歌曲，从民谣、儿歌和草原风三个方面进行考量。

隐向量

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

文章来源:https://blog.csdn.net/Fangyechy/article/details/135726562
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章