DAY 1（推荐系统之矩阵分解）

给出如上一个打分矩阵R（5，4），“——”表示未打分， n行m列，n表示user个数，m表示item个数 问题是：如何得到未打分的商品进行有效的预测？   ——矩阵分解的思想可以解决这个问题，其实这种思想可以看作是有监督的机器学习问题（回归问题） 矩阵R可以近似表示为P与Q的乘积：R（n,m）≈ P(n,K)*Q(K,m) 将原始的评分矩阵分解成两个矩阵和的乘积：  n,k表示n个user和k个特

>>阅读原文<<