【推薦系統】概率矩陣分解 probabilistic matrix factorization

前言: PMF沿用了MF矩陣分解的思路,目標都是求出精確的U和V。在傳統MF方法中,優化目標是保證R和UV乘積的差值最小,而在PMF中,R和UV的差值變成了一個高斯概率函數,通過最大後驗概率MAP公式,將優化目標變成了對一個包含R和UV差值的複雜概率函數,在對其求解時來反求U和V,即反求使目標函數最大的U和V。同時,在PMF中,U和V變成了參數可以被分別求解 三個基礎: 1.矩陣分解      
相關文章
相關標籤/搜索