Matrix Factorization

参考资料：
李宏毅 机器学习 24.13 Unsupervised Learning - Linear Me(Av10590361,P24).Flv

每个用户又会一定的呆、傲成分，每个物品也有一定的呆、傲成分，用户买得越多，说明两者相似度越高（内积）。

于是出现下面的等式，我们希望求得人和物品属性对应的向量，内积得到买卖的矩阵，跟实际的买卖矩阵相似，这个可以用SVD来进行求解。
如果是买卖矩阵有缺失值，用gradient descent做也是可以的

求解出来后，可以预测缺失值

更准确模型，注意新添加的bA和b1的含义。

image.png