← 返回卡片

原书出处

数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow

05 第5章 行为规律的发现与挖掘 5.3 对无序稀疏数据的规律分析

核验版本的摘录快照 · 导入于 2026-11-14T09:43:22.279Z

梯度下降通常使用基于加减法来调整矩阵,无法保证分解后的距阵非负,为了实现NMF分解的非负限制,改为使用乘除的方法来调整矩阵。具体可理解为将W、H都初始化为非负矩阵,每次迭代都乘以一个非负的数(可以理解为“相对梯度”)。如果某次预测值大于实际值,则,W、H矩阵对应的值乘以了0~1之间的数,使得预测值变小向真实值靠近;如果某次预测值比实际值小,则,W、H矩阵对应的值乘以一个大于1的数,使得预测值变大向真实值靠近。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0029.xhtml

EPUB SHA-256:b9d74c3cb9a87547f425283a2273004c2d73de2c2b50ebf97c2ab3336ae5d102