使用svd分解进行矩阵还原做推荐
使用数据集：
1.movielens数据集
2.高斯随机生成两个矩阵，相乘得到低秩矩阵
测试方法：
取矩阵中的一个值，若预测值与真实值误差小于error=0.05认为还原成功。取多个值计算命中率hiting rate。
算法
SVD
SVD使用以下方式做矩阵分解:
LHS是预测打分。损失函数计算真实打分和预测打分的L2损失之和。参数更新时，梯度向最小化目标函数的方向下降。
SVD++
SVD++算法和SVD是相似的，但包含了用户的隐式反馈。
其中是用户隐式反馈。
在SVD++中,可以使用dual参数来决定是否包含项目的隐式反馈。公式可以被重新写做：
其中表示项目隐式反馈。