«svd» etiketlenmiş sorular

Elle SVD yapmaya çalışıyorum: m<-matrix(c(1,0,1,2,1,1,1,0,0),byrow=TRUE,nrow=3) U=eigen(m%*%t(m))$vector V=eigen(t(m)%*%m)$vector D=sqrt(diag(eigen(m%*%t(m))$values)) U1=svd(m)$u V1=svd(m)$v D1=diag(svd(m)$d) U1%*%D1%*%t(V1) U%*%D%*%t(V) Ancak son satır geri mdönmez. Neden? Bu özvektörlerin işaretleri ile ilgisi var gibi görünüyor ... Yoksa prosedürü yanlış mı anladım?

9 r  svd  eigenvalues 

Sorum genellikle Tekil Değer Ayrışması (SVD) ve özellikle Gizli Semantik İndeksleme (LSI) ile ilgili. Diyelim, 7 belge için 5 kelimelik sıklıklar içeren var.Aword×documentAword×document A_{word \times document} A = matrix(data=c(2,0,8,6,0,3,1, 1,6,0,1,7,0,1, 5,0,7,4,0,5,6, 7,0,8,5,0,8,5, 0,10,0,0,7,0,0), ncol=7, byrow=TRUE) rownames(A) <- c('doctor','car','nurse','hospital','wheel') I matris çarpanlara elde SVD kullanılarak: .AAAA=U⋅D⋅VTA=U⋅D⋅VTA = U \cdot D \cdot …

9 r  svd  natural-language  latent-semantic-indexing 

PLSA'nın orijinal makalesinde yazar Thomas Hoffman, sizinle tartışmak istediğim pLSA ve LSA veri yapıları arasında bir paralellik çiziyor. Arka fon: İlham alarak bir Bilgi Edinme biz bir koleksiyon olduğunu varsayın belgelerin ve bir kelime açısındanNNND={d1,d2,....,dN}D={d1,d2,....,dN}D = \lbrace d_1, d_2, ...., d_N \rbraceMMMΩ={ω1,ω2,...,ωM}Ω={ω1,ω2,...,ωM}\Omega = \lbrace \omega_1, \omega_2, ..., \omega_M \rbrace Bir …

9 machine-learning  conditional-probability  svd  information-retrieval  lsa 

Boyut küçültmenin neden önemli olduğunu anlamıyorum. Bazı verileri almanın ve boyutlarını azaltmanın faydası nedir?

9 dimensionality-reduction  svd 

Verilerin yapısını daha iyi anlamak için 6 boyutlu bir veri matrisinin hem SVD ayrışmasını hem de çok boyutlu ölçeklendirmesini yaptım. Ne yazık ki, tüm tekil değerler aynı sıraya sahiptir, bu da verilerin boyutsallığının gerçekten 6 olduğunu gösterir. Ancak, tekil vektörlerin değerlerini yorumlayabilmek istiyorum. Örneğin, birincisi her boyutta (yani (1,1,1,1,1,1)) az …

9 pca  interpretation  dimensionality-reduction  svd