admin管理员组

文章数量:1593954

本博文主要讨论 基本矩阵（Basic MF），非负矩阵（Non-negative MF）和正交非负矩阵（Orthogonal non-negative MF）三种常见的矩阵分解方法。并分别推导了它们的更新规则，收敛性，以及它们的应用。

本文地址：http://blog.csdn/shanglianlm/article/details/46755239

1. 简介（Introduction）

矩阵分解 matrix factorization (MF)

属性（properties）

MF的几个属性：
- 发现数据中的潜在结构 ；
- 它有一个优雅的概率解释（probabilistic interpretation）；
- 容易扩展到一些指定特定先验信息的领域 ；
- 许多优化方法例如梯度下降法可以用来找到一个最优解。

三种类型（variants ）

该文主要

本文标签： 矩阵分解笔记FactorizationMatrix

版权声明：本文标题：矩阵分解笔记（Notes on Matrix Factorization） 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/xitong/1728182144a1148491.html， 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。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。