机器学习（八）——SVD推荐系统

SVD详解 SVD(singular value decomposition)，翻译成中文就是奇异值分解。SVD的用处有很多，比如：LSA（隐性语义分析）、推荐系统、特征压缩（或称数据降维）。SVD可以理解为：将一个比较复杂的矩阵用更小更简单的3个子矩阵的相乘来表示，这3个小 矩阵描述了大矩阵重要的特性。 1.1奇异值分解的几何意义(因公式输入比较麻烦所以采取截图的方式) 2.SVD应用于推荐系统

>>阅读原文<<