matlab 稀疏张量的HOSVD 推荐系统
2016-04-25 11:04
405 查看
%初始化一个稀疏张量,默认0值
A = sptensor([122 192 189])
%从文件中读取数据
fid = fopen(‘D:\dataall201010base1.txt’);
C= textscan(fid,’%f %f %f’);
fclose(fid);
%为张量赋值
for i=1:2380
m=C{1}(i);
n=C{2}(i);
k=C{3}(i);
A(m,n,k)=1;
end
%张量展开
A1 = sptenmat(A,1);
A1 = double(A1);
%对展开矩阵进行奇异值分解,并进行减噪 (大约保留70%左右的对角矩阵)
[U1,V1,W1]=svds(A1,98);
%构建核心张量
S=ttm(A,{U1’,U2’,U3’})
%构建预测张量
B=ttm(S,{U1,U2,U3})
%将结果输出到文件中
fp = fopen(‘D:\A.txt’,’w’);
for i=1:122
for j=1:192
for k=1:189
if(A(i,j,k)>double(0))
fprintf(fp, ‘%d\t%d\t%d\t%f\n’, i,j,k,A(i,j,k));
end
end
end
end
A = sptensor([122 192 189])
%从文件中读取数据
fid = fopen(‘D:\dataall201010base1.txt’);
C= textscan(fid,’%f %f %f’);
fclose(fid);
%为张量赋值
for i=1:2380
m=C{1}(i);
n=C{2}(i);
k=C{3}(i);
A(m,n,k)=1;
end
%张量展开
A1 = sptenmat(A,1);
A1 = double(A1);
%对展开矩阵进行奇异值分解,并进行减噪 (大约保留70%左右的对角矩阵)
[U1,V1,W1]=svds(A1,98);
%构建核心张量
S=ttm(A,{U1’,U2’,U3’})
%构建预测张量
B=ttm(S,{U1,U2,U3})
%将结果输出到文件中
fp = fopen(‘D:\A.txt’,’w’);
for i=1:122
for j=1:192
for k=1:189
if(A(i,j,k)>double(0))
fprintf(fp, ‘%d\t%d\t%d\t%f\n’, i,j,k,A(i,j,k));
end
end
end
end
相关文章推荐
- matlab——zeros函数
- matlab中mean的用法
- matlab中size()函数的用法
- matlab中冒号的用法
- matlab写入和读取文件数据
- ISE与matlab/simulink联仿
- Matlab一个计算不同拉普拉斯矩阵的小函数
- 三维空间离散点构建面(matlab)
- matlab画图形函数 semilogx
- MATLAB中的S-Function的用法(C语言)
- 使用Matlab直接调用Microview相机接口
- MATLAB下中文无法显示解决办法
- fedora22+下的Matlab桌面启动项
- MATLAB中白噪声的WGN和AWGN函数的使用
- 视频教程:卡尔曼滤波器的原理以及在MATLAB中的实现
- Matlab SVM
- matlab通过两点画线问题&&plot,line的用法和区别。
- 学习大数据第三天:最小二乘法的MATLAB实现
- [转]使用MATLAB进行USB摄像头的编程
- matlab求积分