svd的分解，pca，以及lsi
2014-05-24 16:03
183 查看
svd将一个矩阵分解成3个矩阵，只提取前n个奇异值后，可以实现对矩阵的压缩。
如果只是保留某一个分解矩阵对应前n个奇异值部分，则是对原矩阵某个维度的压缩，也就是主成分，pca。
对doc、term矩阵进行svd分解后，提取前n个奇异值后的矩阵，再对降维后的向量进行聚类，就是lsi。可以求相关term或者相关doc。
http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html
如果只是保留某一个分解矩阵对应前n个奇异值部分，则是对原矩阵某个维度的压缩，也就是主成分，pca。
对doc、term矩阵进行svd分解后，提取前n个奇异值后的矩阵，再对降维后的向量进行聚类，就是lsi。可以求相关term或者相关doc。
机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 关于矩阵分解：特征值分解 svd分解 mf分解 lmf分解 pca 以及个性化推荐 fm ffm als
- SVD理解和其在PCA,LSI的应用
- 用Python做SVD文档聚类---奇异值分解----文档相似性----LSI（潜在语义分析）
- 奇异值分解SVD应用——LSI
- 关于奇异值以及奇异值分解SVD的思考
- 矩阵奇异值分解(SVD)与主成份分析(PCA)详解
- SVD分解与PCA
- 算法杂记-SVD，PCA，KPCA以及PPCA和FA
- 【推荐系统】特征值分解（谱分解）和奇异值分解（SVD），即在PCA上的应用
- 奇异值分解SVD应用——LSI
- 奇异值分解SVD应用——LSI
- 奇异值分解SVD应用——LSI
- 特征值分解、奇异值分解（SVD）、主成分分析（PCA）
- 利用SVD分解求解协方差的特征值以及特征向量--matlab
- 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
- 强大的矩阵奇异值分解(SVD)及其应用
- 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
- SVD与PCA
- SVD分解的理解
- PCA用SVD来实现