基于几率的矩阵分解原理详解（PMF）

上一篇博客讲到了推荐系统中经常使用的矩阵分解方法， RegularizedMF 是对 BasicMF 的优化，而 PMF 是在 RegularizedMF 的基础上，引入几率模型进一步优化。假设用户 U 和项目 V 的特征矩阵均服从高斯分布，经过评分矩阵已知值获得 U 和 V 的特征矩阵，而后用特征矩阵去预测评分矩阵中的未知值。web 若用户 U 的特征矩阵知足均值为0，方差为 σ 的高斯分布，则

>>阅读原文<<