問題タブ [svd]

Matlab と OpenCV で SVD 計算の結果に符号の違いがあるのはなぜでしょうか。同じ行列を入力します

同じアルゴリズムを使用していることは知っていますが、符号の違いがあるのはなぜですか? ありがとう

以下のように条件数を計算するために、MATLAB で最適化を行っています。

H特に大規模なマトリックスの場合、非常に時間がかかります。おおよそのものを探していますが、高速です。

に似た評価データセットにこれを実装しようとしNetflixていますが、「機能する」ようになりました。0トレーニングエラーは、各反復/より多くの機能が追加された後に駆動されます。

これがテスト データセット (トレーニングに使用されなかった少数の評価を持つユーザー) をどの程度予測するかを判断するにはどうすればよいですか? ファンクはその部分を軽視していて、本当に混乱しています。

次のマトリックスから始めました。

1. ユーザー機能マトリックス (Users x Num_Features)
2. 映画の特徴マトリックス (映画 x Num_Features)
3. 評価マトリックス (映画 x ユーザー)

最初の 2 つの行列を更新する唯一の方法は、アルゴリズムの反復ごとに更新することです。私はそれらのマトリックスを訓練することができず、その後完全に新しいユーザーを紹介し、彼の特徴マトリックスがどのように見えるかを推定することはできないと思います.

私が今試したのは、 から評価の 20% を削除しRating Matrix、それらをテスト マトリックスに移動し、両方の空のセルをすべて 0 で埋めることです (コスト関数では無視されます)。動いていない。

ホモグラフィ行列が良い結果をもたらすことを確認したいのですが、この答え には答えがありますが、答えを実装する方法がわかりません。
では、OpenCV を使用して SVD を計算し、最初と最後の特異値の比率が正常であることを確認する方法を誰でも推奨できますか?

svd()大きな疎行列 (17k x 2m) で Rを実行したいのですが、クラスターにアクセスできます。複数のコアを使用してRでSVDを計算する簡単な方法はありますか?

RScaLAPACK パッケージ ( http://www.inside-r.org/packages/cran/RScaLAPACK ) はこれを可能にしているように見えますが、積極的にサポートされていないようです ( http://cran.r-project.org /web/packages/RScaLAPACK/ ) そして、それには理由があると思います。

14 個のオブジェクトがあり、それぞれが 1000 のバイナリ機能を持っているか持っていないとします。14x14 の類似性マトリックスがありますが、生の 14x1000 データはありません。類似性行列が与えられた場合、生データに似たものを再構築または生成する方法はありますか?

モンテカルロ シミュレーションを試してみましたが、制約がなければ、元の類似度マトリックスとの一貫性が低いレベルであっても達成するのに時間がかかりすぎてしまいます。

この関連する質問を見ました:類似性マトリックス -> 特徴ベクトル アルゴリズム? . しかし、彼らは次元を増やすのではなく減らしたいと考えていました。また、(1) どの行列を使用するか、(2) バイナリ行列に変換する方法もわかりません。