矩阵分解

揭秘！信息检索技术高端玩法

模型层面，基于内容的推荐系统到协同过滤的矩阵分解，以及神经网络带来的序列化建模，使
阿里云云栖号·2020-08-25 16:54

MATLAB之矩阵分解

1、矩阵A的上下三角矩阵的分解语句是:A=LU；[L,U]=lu(A);%对矩阵A分解为上下三角矩阵。矩阵的三角分解——Cholesky分解：利用MATLAB的语句就是：2、hankel矩阵hankel矩阵特点：副对角线上元素相同，例如：[123;230;300];A=hankel([123]);A为hankel矩阵。3、矩阵的对角化[V,J]=eig(A);%该条语句可以将A对角化，返回V为对角
一帧先生·2020-08-25 01:32

非负矩阵分解中基于L1和L2范式的稀疏性约束

L1、L2范式假设需要求解的目标函数为：E(x)=f(x)+r(x)其中f(x)为损失函数，用来评价模型训练损失，必须是任意的可微凸函数，r(x)为规范化约束因子，用来对模型进行限制，根据模型参数的概率分布不同，r(x)一般有:L1范式约束(模型服从高斯分布)，L2范式约束(模型服从拉普拉斯分布)；其它的约束一般为两者组合形式。L1范式约束一般为：L2范式约束一般为:L1范式可以产生比较稀疏的解，
着凉的石头·2020-08-25 01:39

用非负矩阵分解来进行特征聚类

近日有项目需求，要对一堆数据进行聚类，并依据聚类结果对原始数据进行自学习，生成类的规则，并以此检测新数据是否符合之前旧数据的模式。简单看来，找到个合适的聚类算法聚个类，然后对数据进行统计融合就可以了，可是有个特殊的问题在于：一般聚类算法中，一条数据是属于一个确定的类别的，但依照本项目的特定需求，一条数据可能是属于多个类的。对此，一种思路是不直接对数据进行聚类，而是1.对数据进行特征提取，2.依照数
xuy1202·2020-08-25 01:36

基于矩阵分解的推荐算法

本文将要讨论基于矩阵分解的推荐算法，这一类型的算法通常会有很高的预测精度，也活跃于各大推荐系统竞赛上面，前段时间的百度电影推荐最终结果的前10名貌似都是把矩阵分解作为一个单模型，最后各种ensemble
王知富推荐之路1510·2020-08-25 01:22

非负矩阵分解NMF

非负矩阵分解NMF是一种新矩阵分解算法，自《Nature》1999年刊登了两位科学家D.D.Lee和H.S.Seung有关非负矩阵研究的成果后，此分解算法逐渐被人们接受并应用到各种领域。
王知富推荐之路1510·2020-08-25 01:51

（学习笔记） 非负矩阵分解 NMF

转载自:知乎1.公式非负矩阵分解即将一个非负的大矩阵（V）分解成两个小的非负矩阵（W和H）。WH≈VWH≈VWH≈VVn*m,Wn*k,Hk*m矩阵，其中(n+m)r<
Joker_AI_Xmu·2020-08-25 01:06

特征工程: 非负矩阵分解 (附: VQ, PCA, NMF)

非负矩阵分解（NMF）1.原理，应用简介什么是？NMF是由Lee和Seung在自然杂志上提出的一种矩阵分解方法，它使得分解后的所有分量均为非负值，并且同时实现非线性的维数约减。
一世温言·2020-08-25 01:01

非负矩阵分解（4）：NMF算法和聚类算法的联系与区别

：2017-04-1406:22:26链接：http://www.cnblogs.com/xingshansi/p/6685811.html声明：欢迎被转载，不过记得注明出处哦~前言之前梳理了一下非负矩阵分解
weixin_34206899·2020-08-25 01:13

文本主题模型之非负矩阵分解(NMF)

1.非负矩阵分解(NMF)概述非负矩阵分解(non-negativematrixfactorization，以下简称NMF)是一种非常常用的矩阵分解方法，它可以适用于很多领域，比如图像特征识别，语音识别等
Msro·2020-08-25 01:41

什么是非负矩阵分解 NMF（Non-negative Matrix Factorization ）

该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negativeMatrixFactorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
weixin_34161029·2020-08-25 01:41

【降维方法】- 非负矩阵分解【NMF】

简介非负矩阵分解（Non-negativeMatrixFactorization），作为一种非监督式的降维方法，其主要思想正如其名字描述的那样：将一个非负原始矩阵分解为两个非负矩阵的积（Vm∗n=Wm∗
forever_24·2020-08-25 01:46

非负矩阵分解——NMF (1)

一、矩阵方程基本问题本段描述NMF对应的基本问题。许多问题都可以建模成矩阵方程：AS=X其中根据向量和矩阵的不同，矩阵方程的求解主要分为以下三类问题：1）超定矩阵方程；m>n，X和A均已知，其中之一或二者可能存在观测误差、干扰；2）盲矩阵方程：仅向量X已知，矩阵A未知；3）欠定稀疏矩阵方程：m
theagao·2020-08-25 01:44

非负矩阵分解——NMF (2)

本文非负矩阵分解（Nonegativematrixfactorization，NMF）系列第二篇，主要介绍最基本的NMF原理及代码实现，内容主要包括：1）基于Euclidean距离的NMF推导及实现；2
theagao·2020-08-25 01:11

非负矩阵分解(non-negative matrix factorization)应用于图像处理的原理及与PCA，VQ的比较

本文主要总结为什么非负矩阵分解能够用于图像压缩，以及分解出的矩阵究竟有什么实际意义源：在阅读论文’OntheEquivalenceofNonnegativeMatrixFactorizationandK-means—SpectralClustering
Luna_Lovegood_001·2020-08-25 01:28

非负矩阵分解（2）：算法推导与实现

非负矩阵分解（2）：算法推导与实现https://blog.csdn.net/zlp_zky/article/details/78396509
qq_861706249·2020-08-25 01:22

NMF 非负矩阵分解 -- 原理与应用

1.原理发现写关于非负矩阵的博文还是蛮多的，还是以自己的角度总结一下自己的最近看的若干东西以及对非负矩阵分解有用的一些资料链接。
qq_26225295·2020-08-25 01:18

NMF 方法及其实例

非负矩阵分解(Non-negativeMatrixFactorization，NMF)是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
dsjdjsa·2020-08-25 01:45

matlab中矩阵的各种分解

矩阵分解.1Cholesky分解函数chol格式R=chol(X)%如果X为n阶对称正定矩阵，则存在一个实的非奇异上三角阵R，满足R'*R=X；若X非正定，则产生错误信息。
qq_18343569·2020-08-25 01:40

非负矩阵分解与K-means聚类

1.对称非负矩阵分解(SymmetricNMF)与KernelK-means聚类1.1KernelK-means聚类假设数据的形式为一个m×n的矩阵X，n表示样本的个数，m表示一个样本的特征维度：聚成K
oySs1996·2020-08-25 01:02

【NMF】用python实现非负矩阵分解

0x00前言论文阅读理解之——《algorithms-for-non-negative-matrix-factorization》这是一篇网络数据挖掘专业课中，导师推荐阅读的论文，NMF是非负矩阵分解的意思
糖果天王·2020-08-25 01:01

非负矩阵分解原理与应用

非负矩阵分解(NonnegativeMatrixFactor)，简称NMF，是由Lee和Seung于1999年在自然杂志上提出的一种矩阵分解方法，它使分解后的所有分量均为非负值(要求纯加性的描述)，并且同时实现非线性的维数约减
nina19900406·2020-08-25 01:30

矩阵论（三）：矩阵分解—从Schur分解、特征值分解EVD到奇异值分解SVD（上）

矩阵论专栏：专栏（文章按照顺序排序）Schur分解、特征值分解、奇异值分解是三种联系十分紧密的矩阵分解，它们的关系是Schur→EVD→SVDSchur\rightarrow{}EVD\rightarrow
exp(i)·2020-08-25 01:30

非负矩阵分解paper

ReadListhttp://blog.sciencenet.cn/blog-795427-629574.html1994_Environmeteics_PositivematrixfactorizationAnon-negativefactormodelwithoptimalutilizationoferrorestimatesofdatavalues.pdf1997_JM_Afastnon-n
mayiss·2020-08-25 00:26

非负矩阵分解(NMF)-Non-negative Matrix Factorization

该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negativeMatrixFactorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
longgb123·2020-08-25 00:10

聚类_21范数_NMF_非负矩阵分解：Robust Manifold Nonnegative Matrix Factorization

将21范数应用到NMF的一篇论文，写的有些简略，后面有时间再补充Abstract非负矩阵分解（NMF）是用于数据分析的应用最广泛的聚类技术之一。
l317820483·2020-08-25 00:30

非负矩阵分解(NMF,Nonnegtive Matrix Factorization)

发现写关于非负矩阵的博文还是蛮多的，还是以自己的角度总结一下自己的最近看的若干东西以及对非负矩阵分解有用的一些资料链接。
iteye_3759·2020-08-25 00:20

非负矩阵分解

fromnumpyimport*fromrandomimport*defdifcost(a,b):dif=0foriinrange(shape(a)[0]):forjinrange(shape(a)[1]):dif+=pow(a[i,j]-b[i,j],2)returndifdeffactorize(v,pc=10,iter=50):ic=shape(v)[0]fc=shape(v)[1]w=ma
iteye_19224·2020-08-25 00:49

推荐算法——非负矩阵分解(NMF)

一、矩阵分解回顾在博文推荐算法——基于矩阵分解的推荐算法中，提到了将用户-商品矩阵进行分解，从而实现对未打分项进行打分。矩阵分解是指将一个矩阵分解成两个或者多个矩阵的乘积。
zhiyong_will·2020-08-25 00:28

非负矩阵分解和谱聚类的等价性

1）非负矩阵分解和谱聚类的等价性from：http://blog.sciencenet.cn/blog-795427-622190.html原始paper：OntheEquivalenceofNonnegativeMatrixFactorizationandSpectral.pdf2
dogday·2020-08-25 00:42

非负矩阵分解NMF(应用、原理及基于python的实例)

通过矩阵分解，一方面将描述问题的矩阵的维数进行削减，另一方面也可以对大量的数据
Enjoy_endless·2020-08-25 00:40

NMF(非负矩阵分解)的SGD（随机梯度下降）实现

NMF把一个矩阵分解为两个矩阵的乘积，可以用来解决很多问题，例如：用户聚类、item聚类、预测（补全）用户对item的评分、个性化推荐等问题。
DHD_only·2020-08-25 00:37

非负矩阵分解—NMF应用实例

NMF应用示例对于一个混合语音，如鼓点和管乐器混合的单通道声音，可以利用非负矩阵进行分解，实现语音信号的分离。思路：语音的时频分析，得到的语谱图是一个二维数据矩阵，其中鼓点、管乐器的概率分布不同，利用NMF可以实现信号的分离。对应代码（NMF调用上面任何一个都可以）：%Readinaudiofile[x0fs]=audioread('test_audio.wav');x=x0(1:5*fs);%r
theagao·2020-08-25 00:20

NMF-matlab

matlab练习程序（非负矩阵分解）这个算法是Lee和Seung在1999年发表在nature杂志上的。
qingmei_1990·2020-08-25 00:09

matlab 中的矩阵分解

转自：http://blog.sina.com.cn/s/blog_6e95187d0100nitl.html矩阵分解是指根据一定的原理用某种算法将一个矩阵分解成若干个矩阵的乘积。
leo2351960·2020-08-25 00:04

白话NMF（Non-negative Matrix Factorization）——Matlab 实现

NMF——非负矩阵分解。如果你事先了解PMF[概率矩阵分解]的话，那么其实只要在PMF的基础上多加上一点，就是NMF了。
iteye_18070·2020-08-25 00:03

关于非负矩阵分解 NMF（Non-negative Matrix Factorization）

该文提出了一种新的矩阵分解思想――非负矩阵分解(Non-negativeMatrixFactorization，NMF)算法，即NMF是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。
cc198877·2020-08-25 00:58

线性代数 NMF 非负矩阵分解 Matlab

点乘dotproductA.*B叉乘crossproductA*B转置tranposeA'记为A的转置点除dotdivideA./B举例矩阵A为矩阵B为C=A*B=×
robinson111·2020-08-25 00:49

传统推荐模型的特点总结

模型名称基本原理特点局限性协同过滤根据用户的行为历史生成用户-物品共现矩阵，利用用户相似性和物品相似性进行推荐原理简单、直接，应用广泛泛化能力差，处理稀疏矩阵的能力差，推荐结果的头部效应明显矩阵分解将协同过滤算法中的共现矩阵分解为用户矩阵和物品矩阵
猪逻辑公园·2020-08-24 19:45

奇异值分解 (SVD)原理及python实现

奇异值分解（SingularValueDecomposition，SVD）是一种矩阵分解（MatrixDecomposition）的方法。
pgxnobita·2020-08-24 14:37

QR分解-正交矩阵生成

QR分解也叫正交-三角分解，顾名思义就是将矩阵分解为正交矩阵和上三角矩阵的积。语法[Q,R]=QR(A)其中A是m*n矩阵，分解为m*m酉矩阵Q和m*n的上三角矩阵R。
ygfx2009·2020-08-24 04:46

这书的矩阵部分基础知识相关写的太糟糕

第7章正交对角化第8章矩阵分解第9章矩阵分析第10章张量代数视觉结合第11章运动与结构第12章多视点张量
YS_Wang·2020-08-24 04:20

矩阵分解——8.4 最小二乘问题

8.4最小二乘问题前置知识最小二乘问题Moore-Pseudo广义逆最小二乘解的扰动分析8.4.1满秩最小二乘问题正规化方法QR分解方法（？？？）SVD分解方法8.4.2亏秩最小二乘问题8.4.3数值秩的定义和确定方法8.4.4齐次最小二乘问题8.4.5约束齐次最小二乘问题前置知识最小二乘问题利用已知的A输入的刺激b观测到的响应求x未知系统8.4.1证明中因为Xls使b-AX最小，所以b-A（x+
YS_Wang·2020-08-24 04:20

使用qr()对矩阵QR分解

QR分解法是三种将矩阵分解的方式之一。这种方式，把矩阵分解成一个半正交矩阵与一个上三角矩阵的积。QR分解经常用来解线性最小二乘法问题。QR分解也是特定特征值算法即QR算法的基础。
weixin_34015566·2020-08-24 03:44

QR分解与最小二乘

主要内容：1、QR分解定义2、QR分解求法3、QR分解与最小二乘4、Matlab实现一、QR分解R分解法是三种将矩阵分解的方式之一。这种方式，把矩阵分解成一个正交矩阵与一个上三角矩阵的积。
weixin_33940102·2020-08-24 03:07

机器学习中的矩阵方法03：QR 分解

1.QR分解的形式QR分解是把矩阵分解成一个正交矩阵与一个上三角矩阵的积。QR分解经常用来解线性最小二乘法问题。QR分解也是特定特征值算法即QR算法的基础。
weixin_30666753·2020-08-24 03:42

Cholesky Decomposition (Cholesky分解)

Cholesky分解把矩阵分解为一个下三角矩阵以及它的共轭转置矩阵的乘积（那实数界来类比的话，此分解就好像求平方根）。与一般的矩阵分解求解方程的方法比较，Cholesky分解效率很高。
wangxiaojun911·2020-08-24 03:27

Eigen学习笔记(1)-入门

原文：Eigen官网-GettingstartedEigen是一个基于C++的线性代数库，其中实现大量常用的线性代数算法，包括常规矩阵计算，矩阵变换，矩阵分解，矩阵块操作。
ClaireQi·2020-08-24 03:27

Spark上矩阵运算库(六)——高级矩阵操作2

上周时间，我调研并且找到了用Matlab语言实现的如下两个基础应用：LogisticRegressionK-MeansLU、QR矩阵分解LogisticRegressionLogisticRegression
gurongwalker·2020-08-24 03:16

R中矩阵的QR分解

QR分解是常用的三种矩阵分解方法之一，QR分解经常用来解线性最小二乘法问题，有如下定义:1).若n阶实非奇异矩阵A可以分解为正交矩阵Q与实非奇异上三角矩阵R的乘积,即A=QR,则称该分解式为矩阵A的QR
NewthingX·2020-08-24 03:57
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他