特征分解，奇异值分解（SVD） 和隐语义模型（LFM）

[摘要] 特征分解——>奇异值分解（SVD）——>隐语义模型（LFM），三个算法在前者的基础上推导而成，按顺序先后出现。三者均用于矩阵降维。其中： 特征分解可用于主成分分析。（可参考博主文章主成分分析） 奇异值分解（SVD）和隐语义模型（LFM）可用于推荐系统中，将评分矩阵补全、降维。 为什么进行矩阵分解： 有人说，将大型矩阵分解为简单矩阵乘积的形式，为了减少计算量。矩阵分解及应用毕业论文_豆丁网

>>阅读原文<<