推薦系統之---如何理解低秩矩陣？

1.說明 在推薦系統中有有一種推薦方式：LFM，也叫隱因子分解。這中推薦方式在Netflix公司的百萬美金大賽中可以說是大放異彩。但是在這裏面涉及到一個假設。假設評分矩陣是低秩的（Low rank）。 那什麼樣的矩陣是低秩的？怎麼理解低秩呢？ 2.圖像中的「秩」 除了在推薦系統中應用低秩概念，其實在圖像處理中也會應用到低秩。秩的英文表達是rank，在圖像中rank可以理解爲圖像中所包含信息的豐富程

>>阅读原文<<