（1）svd（singular value decomposition）：奇異值分解，矩陣分解的演算法之一。
在資料分析中的輸入矩陣a一般是非奇異矩陣，而使用svd可將a分解成乙個對角陣b，形式如下：
a = p b q
這裡的b是不帶有隱特徵的，但由於svd計算量太大，一般都用mf模型
（2）mf（matrix factorization）：也是一種矩陣分解。形式如下：
a = （p的轉置）q
隱特徵在p和q之內
（3）fm（factorization machine）：
fm模型是用於推薦系統的一種新提出來的推薦模型，用於**使用者對某個該使用者沒有選擇過的專案的評分，依據評分的高低針對使用者進行推薦。fm模型也是一種有監督的學習過程，也就是說要有訓練集，通過訓練集的資料進行引數訓練來得到模擬推薦的模型的最優。
隱特徵在（vi，vj）中
矩陣分解 Cholesky分解
矩陣分解是將矩陣拆解為數個矩陣的乘積，可分為三角分解 滿秩分解 qr分解 jordan分解和svd 奇異值 分解等。cholesky分解法是求解對稱正定線性方程組最常用的方法之一。可採用如下命令 r chol a 產生乙個上三角陣r，使r r a。若a為非對稱正定，則輸出乙個出錯資訊。r,p cho...
非負矩陣分解 低秩矩陣分解
一般的矩陣分解，分解的矩陣有正有負。很多實際應用中，負數沒有意義，如文字等等。nmf中要求原矩陣和分解後矩陣都為非負矩陣，這個分解存在唯一。引入稀疏，區域性計算。以人臉識別為例 v r n m v in r v r n m m張臉，每張圖n個畫素 w r n r w in r w r n r 基矩陣...
矩陣的分解
matlab中有這個恒等式 a triu a,1 tril a,1 diag diag a 將矩陣分解為乙個上三角陣 下三角陣和乙個對角陣。測試如下 format compact a 1 2 3 4 5 6 7 8 9 a 1 2 3 4 5 6 7 8 9 u triu a,1 u 0 2 3 0...