首页 > 其他 > 详细

矩阵分解 Matrix Factorization (RegularSVD) 实验总结

时间:2016-04-14 17:30:02      阅读:171      评论:0      收藏:0      [点我收藏+]

MF的效果

1)与P、Q的初始值有关系;取值的方式包括:a)正态分布b)随机取数c)随机取数/隐向量维数d)全赋值为0;不同的方式导致结果不同,如Yelp,phonix数据集下,c)的方式就会好些

2)与P、Q的维数有关;传统理解应该维数增加,效果也提升。但是不同数据集,效果却是不同的。如Yelp,phonix数据集,在一维时,效果最好,维数越增加反而效果下降(如下图)。

技术分享

矩阵分解 Matrix Factorization (RegularSVD) 实验总结

原文:http://www.cnblogs.com/hugh2006/p/5391735.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!