svd

    -3热度

    1回答

    征SVD在谷歌测试

    我执行下面的代码在谷歌测试 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热度

    1回答

    正确使用机器学习算法根据内容而不是用户历史找到类似产品的方法

    我有大约2-3百万个产品。每个产品遵循这种结构 { "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热度

    1回答

    不同的特征值来自np.eig和np.svd

    我正在比较np.eig（np.dot（A.T，A））** 2和np.eig（A）计算出的特征值。 我发现一些值是相同的，但有些不是。有人可以告诉我为什么会发生这种情况？
    python numpy linear-algebra svd 2017-09-16

    1热度

    1回答

    如何在pyspark的TF-IDF Dataframe上应用SVD

    我已经应用了pyspark tf-idf函数并获得以下结果。 | 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热度

    2回答

    TensorFlow中的SVD比numpy中的要慢

    我注意到在我的机器上，tensorflow中的SVD运行速度比numpy慢得多。我有GTX 1080 GPU，期望SVD至少与使用CPU（numpy）运行代码一样快。 环境信息 操作系统 lsb_release -a No LSB modules are available. Distributor ID: Ubuntu Description: Ubuntu 16.10 Release:
    python numpy tensorflow svd 2017-09-21

    2热度

    1回答

    PCA，TruncatedSVD和ICA有什么区别？

    有人可以告诉我PCA（主成分分析），TruncatedSVD（截断奇异值分解）和ICA（独立成分分析）之间的差异吗？
    machine-learning pca svd 2017-08-05

    4热度

    1回答

    内存有效集中稀疏SVD/PCA（在Julia中）？

    我有一个300万×900万的稀疏矩阵，有几十亿个非零条目。 R和Python不允许超过MAXINT非零条目的稀疏矩阵，因此我发现自己使用了Julia。 虽然用标准偏差缩放这些数据是微不足道的，但贬低当然是一种天真的方式，因为这会创建一个密集的200+太字节矩阵。 做SVD相关的代码朱莉娅可以在https://github.com/JuliaLang/julia/blob/343b7f56fcc84
    julia-lang sparse-matrix pca svd 2017-09-25

    2热度

    1回答

    sklearn截断svd不适用于复杂的矩阵

    我试图使用sklearn的TruncatedSVD（尽管我实际上调用内部函数randomized_svd来获得实际的u，s，v矩阵）的随机版本。虽然它工作正常进行实矩阵，对于复杂的矩阵我不能回来，即使奇异值是完全正确的原始矩阵： >>> import numpy as np >>> from sklearn.utils.extmath import randomized_svd >>> N =
    python matrix scikit-learn linear-algebra svd 2017-08-10

    2热度

    1回答

    SVD-like矩阵变换（等级标准形式）

    我正在MATLAB中实现一篇研究论文，并遇到了一个矩阵变换，我不知道如何在MATLAB中完成。 这， P*L*Q = [I O] 其中P，Q是变换矩阵，L是给定矩阵，I，O是身份和零分别矩阵。 任何人都可以帮助我通过一些函数或算法在MATLAB中做到这一点，所以我可以通过我的代码实现这个吗？
    matlab matrix linear-algebra svd mathematica-8 2017-08-20

    1热度

    1回答

    如何用sklearn获得所有三个SVD矩阵？

    Singular value decomposition矩阵的大小M(M,N)手段融通 如何从scikit-learn和numpy包获得全部三个矩阵？ 我想我可以得到Sigma与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
最新问题