DAY 1（推薦系統之矩陣分解）

給出如上一個打分矩陣R（5，4），「——」表示未打分， n行m列，n表示user個數，m表示item個數 問題是：如何得到未打分的商品進行有效的預測？   ——矩陣分解的思想可以解決這個問題，其實這種思想可以看作是有監督的機器學習問題（迴歸問題） 矩陣R可以近似表示爲P與Q的乘積：R（n,m）≈ P(n,K)*Q(K,m) 將原始的評分矩陣分解成兩個矩陣和的乘積：  n,k表示n個user和k個特

>>阅读原文<<