python代码中的一些矩阵完成方法。
matrix-completion的Python项目详细描述
python中的矩阵完成
最后更新：2019年2月。
python代码的几种低维矩阵完成方法。
这些方法在内存中操作，并且不超过大小1000 x 1000左右。
方法
- 核范数最小化（非常慢）[1]
- 奇异值阈值化[2]
- 交替最小二乘法[3,4]
- 有偏交替最小二乘法[5]
用法
importnumpyasnpfrommatrix_completionimportsvt_solve,calc_unobserved_rmseU=np.random.randn(20,5)V=np.random.randn(15,5)R=np.random.randn(20,15)+np.dot(U,V.T)mask=np.round(np.random.rand(20,15))R_hat=svt_solve(R,mask)print("RMSE:",calc_unobserved_rmse(U,V,R_hat,mask))
注意，这里的掩码是一个矩阵，有1个（表示观察到）或0个（表示丢失）。
有关详细信息，请参阅examples/目录。
参考文献
[1]艾曼纽尔·坎迪斯和本杰明·雷克特。2012年。通过凸优化精确完成矩阵。公社。ACM 55，6（2012年6月），111-119.doi:https://doi.org/10.1145/2184319.2184343
[2]蔡剑锋，J.Cand_s，沈作伟.2010年。矩阵完备化的奇异值阈值算法。Siam J.《优化》20，4（2010年3月），1956-1982。doi=http://dx.doi.org/10.1137/080738970
[3]胡一凡，科伦和沃林斯基.2008年。隐式反馈数据集的协同过滤。2008年第八届ieee数据挖掘国际会议记录（icdm'08）。IEEE计算机协会，华盛顿特区，美国，263-272。doi=http://dx.doi.org/10.1109/ICDM.2008.22
[4]Ruslan Salakhutdinov和Andriy mnih。2007年。概率矩阵分解。在第20届神经信息处理系统国际会议记录（NIPS'07），J.C.普拉特，D.科勒，Y.辛格和S.T.罗威斯（编辑）。库伦联合公司，美国，1257-1264。
[5]帕特里克，阿卡迪乌斯。“改进协同过滤的正则奇异值分解”（2007）。
许可证
此代码在eclipse公共许可证下可用。
欢迎加入QQ群-->： 979659372
