svd

2зной

1ответ

Почему scipy.sparse.linalg.svds возвращает ValueError?

Кто-нибудь знает, как использовать scipy.sparse пакет для вычисления SVD на разреженной матрице? Я знаю, что мне нужно использовать scipy.sparse.linalg.svds(). Но я, как ниже: from scipy.sparse import

scipy sparse-matrix svd 2012-01-05

---

24зной

5ответ

Python (NumPy, SciPy), нахождение нулевого пространства матрицы

Я пытаюсь найти пустое пространство (пространство решений Ax = 0) заданной матрицы. Я нашел два примера, но я не могу заставить себя работать. Более того, я не могу понять, что они делают, чтобы добра

numpy matrix scipy linear-algebra svd 2011-05-04

---

1зной

4ответ

Как создать рекомендации с помощью дополнительной системы рекомендаций SVD

Я тестирую систему рекомендаций, построенную в соответствии с алгоритмом Саймона Фанка. (написано Timely Dev. http://www.timelydevelopment.com/demos/NetflixPrize.aspx) Проблема заключается в том, что

recommendation-engine collaborative-filtering svd knn 2012-01-13

---

-1зной

1ответ

PCA в R с princomp() и с помощью SVD()

Можно создать дубликат: Comparing svd and princomp in R Как выполнить PCA, используя 2 метода (princomp() и СВД корреляционной матрицы) в R у меня есть набор данных, как: 438,498,3625,3645,5000,2918,5

r pca svd 2011-10-10

---

0зной

1ответ

LSA - шаги после нахождения SVD

Я прочитал несколько уроков с утра. Моя проблема заключается в поиске сходства между двумя документами. Я с нетерпением жду использования LSA в java для этой цели. Я понял создание матрицы терминов и

java similarity svd latent-semantic-indexing 2012-01-19

---

10зной

4ответ

SVD для разреженной матрицы в R

У меня есть редкий Matrix в R, который, по-видимому, слишком велик для меня, чтобы запустить (хотя он тоже не супер-огромный). Ответ на вопрос as.matrix() находится внутри функции svd(), поэтому мне и

r sparse-matrix svd 2011-02-09

---

2зной

3ответ

Получить пустое пространство или одномерное пространство, которое является наилучшим приближением эффективно

я делал это с помощью вычисления СВДА [U, S, V] = svd(A) , в котором я использую последний столбец А как мое пустое пространство для приближения. Поскольку A становится очень большим, я понял, что э

matlab linear-algebra eigenvector svd 2011-12-13

---