我被困在MATLAB /八度矢量化這個棘手的循環:你將如何矢量化這個嵌套循環在matlab /八度?
[nr, nc] = size(R);
P = rand(nr, K);
Q = rand(K, nc);
for i = 1:nr
for j = 1:nc
if R(i,j) > 0
eij = R(i,j) - P(i,:)*Q(:,j);
for k = 1:K
P(i,k) = P(i,k) + alpha * (2 * eij * Q(k,j) - beta * P(i,k));
Q(k,j) = Q(k,j) + alpha * (2 * eij * P(i,k) - beta * Q(k,j));
end
end
end
end
代碼試圖與R因式分解成P和Q,並接近最近的P和Q與更新規則。例如,令R = [3 4 0 1 1; 0 1 0 4 4; 5 4 3 1 0; 0 0 5 4 3; 5 3 0 2 1],K = 2,α= 0.01和β= 0.015。在我的真實情況下,我將使用一個巨大的稀疏矩陣R(這就是爲什麼我需要矢量化),並且K仍然很小(小於10)。整個腳本的目標是基於非零元素爲R中每0個元素產生一個預測值。我從here得到了這個代碼,最初是用Python編寫的。
你能描述一下這個代碼是幹什麼的,而不是要我們來解碼你的代碼? –
(順便說一下,'endfor'和'endif'不在Matlab支持。) –
取代ENDFOR和ENDIF與在Matlab –