机器学习笔记_ 降维_3：SVD

原理(对两个场的数据做分解和关联)

设A是m*n的矩阵,m>n ;则 ATA是n∗n的方阵

(ATA)vi=λivi=⎧⎩⎨⎪⎪σiui=λi−−√=1σiAvi=>A=UΣVT

U=m∗m;Σ=m∗n;V=n∗n

PS: vi是ATA的特征向量组成

V不唯一

svd推荐中的新用户计算

• SVD 对两个数据场分别聚类
• 新用户推荐

原始svd： A=UΣVT

V=ATUΣ−1 =>svd分解后的预测