svd

-3熱度

1回答

徵SVD在谷歌測試

我執行下面的代碼在谷歌測試 TEST(LinearALgebra, SVD) { Eigen::Matrix3d m; m << -0.0793311, 0.999997, -1.17221e-07, 1.74, 0.00249557, 0.000445095, 9.88131e-324, 0.000191222, -0.000284459;

c++ eigen googletest svd 2017-09-09

---

0熱度

1回答

正確使用機器學習算法根據內容而不是用戶歷史找到類似產品的方法

我有大約2-3百萬個產品。每個產品遵循這種結構 { "sku": "Unique ID of Product (String of 20 chars)" "title":"Title of product eg Oneplus 5 - 6GB + 64GB ", "brand":"Brand of product eg OnePlus", "cat1":"F

machine-learning similarity tf-idf svd predictionio 2017-07-26

---

-1熱度

1回答

不同的特徵值來自np.eig和np.svd

我正在比較np.eig（np.dot（A.T，A））** 2和np.eig（A）計算出的特徵值。 我發現一些值是相同的，但有些不是。有人可以告訴我爲什麼會發生這種情況？

python numpy linear-algebra svd 2017-09-16

---

1熱度

1回答

如何在pyspark的TF-IDF Dataframe上應用SVD

我已經應用了pyspark tf-idf函數並獲得以下結果。 | features | |----------| | (35,[7,9,11,12,19,26,33],[1.2039728043259361,1.2039728043259361,1.2039728043259361,1.6094379124341003,1.6094379124341003,1.6094379124341003

python apache-spark pyspark tf-idf svd 2017-09-20

---

1熱度

2回答

TensorFlow中的SVD比numpy中的要慢

我注意到在我的機器上，tensorflow中的SVD運行速度比numpy慢得多。我有GTX 1080 GPU，期望SVD至少與使用CPU（numpy）運行代碼一樣快。 環境信息 操作系統 lsb_release -a No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 16.10 Release:

python numpy tensorflow svd 2017-09-21

---

2熱度

1回答

PCA，TruncatedSVD和ICA有什麼區別？

有人可以告訴我PCA（主成分分析），TruncatedSVD（截斷奇異值分解）和ICA（獨立成分分析）之間的差異嗎？

machine-learning pca svd 2017-08-05

---

4熱度

1回答

內存有效集中稀疏SVD/PCA（在Julia中）？

我有一個300萬×900萬的稀疏矩陣，有幾十億個非零條目。 R和Python不允許超過MAXINT非零條目的稀疏矩陣，因此我發現自己使用了Julia。 雖然用標準偏差縮放這些數據是微不足道的，但貶低當然是一種天真的方式，因爲這會創建一個密集的200+太字節矩陣。 做SVD相關的代碼朱莉婭可以在https://github.com/JuliaLang/julia/blob/343b7f56fcc84

julia-lang sparse-matrix pca svd 2017-09-25

---

2熱度

1回答

sklearn截斷svd不適用於複雜的矩陣

我試圖使用sklearn的TruncatedSVD（儘管我實際上調用內部函數randomized_svd來獲得實際的u，s，v矩陣）的隨機版本。雖然它工作正常進行實矩陣，對於複雜的矩陣我不能回來，即使奇異值是完全正確的原始矩陣： >>> import numpy as np >>> from sklearn.utils.extmath import randomized_svd >>> N =

python matrix scikit-learn linear-algebra svd 2017-08-10

---

2熱度

1回答

SVD-like矩陣變換（等級標準形式）

我正在MATLAB中實現一篇研究論文，並遇到了一個矩陣變換，我不知道如何在MATLAB中完成。 這， P*L*Q = [I O] 其中P，Q是變換矩陣，L是給定矩陣，I，O是身份和零分別矩陣。 任何人都可以幫助我通過一些函數或算法在MATLAB中做到這一點，所以我可以通過我的代碼實現這個嗎？

matlab matrix linear-algebra svd mathematica-8 2017-08-20

---

1熱度

1回答

如何用sklearn獲得所有三個SVD矩陣？

Singular value decomposition矩陣的大小M(M,N)手段融通 如何從scikit-learn和numpy包獲得全部三個矩陣？ 我想我可以得到Sigma與PCA model： import numpy as np from sklearn.decomposition import PCA model = PCA(N, copy=True, random_state=0

python numpy scikit-learn pca svd 2017-08-24

---