Matrix 基于其他矩阵的矩阵元预测

Matrix 基于其他矩阵的矩阵元预测,matrix,machine-learning,artificial-intelligence,factorization,Matrix,Machine Learning,Artificial Intelligence,Factorization,也许这里不是我提问的好地方 无论如何,我有以下矩阵,A和B是稀疏的,C没有元素。关于矩阵A和B,我如何预测矩阵C中的条目?假设所有矩阵都有某种相似性。然后,书籍之间存在相似性,这些相似性基于关键字的共现以及不同关键字之间的相似性: A = B C B^T. 其中A是您的相似性矩阵,B是对应于书籍的关键字矩阵,C是不同关键字之间的相似性矩阵 你有一个大小为n_A的矩阵,秩不超过n_A,那么你只能将C恢复到相同的秩n_A,所以你可以假设 C有形式 C = V^T V. 然后,通过对A进行特征分解

也许这里不是我提问的好地方


无论如何,我有以下矩阵,
A
B
是稀疏的,
C
没有元素。关于矩阵
A
B
,我如何预测矩阵
C
中的条目?

假设所有矩阵都有某种相似性。然后,书籍之间存在相似性,这些相似性基于关键字的共现以及不同关键字之间的相似性:

A = B C B^T.
其中A是您的相似性矩阵,B是对应于书籍的关键字矩阵,C是不同关键字之间的相似性矩阵

你有一个大小为n_A的矩阵,秩不超过n_A,那么你只能将C恢复到相同的秩n_A,所以你可以假设 C有形式

C = V^T V.
然后,通过对A进行特征分解,可以很容易地恢复C。 一方面,你有

A = U D U^T,
B V^T = U D^{1/2}, 
另一方面,你有

A = B^T C B.
比较这两者,你有

A = U D U^T,
B V^T = U D^{1/2}, 
因为D是对角的(希望A没有复特征值)

上面的方程可以用最小平方来求解V


您需要的所有这些解算器都在所有主要编程语言中实现,例如,在python中它是numpy库。

您可以完全随机地执行
C=B'B
C=B'A B
或示例C。。。还有很多其他的东西,如果没有确切说明每一个代表什么,就没有答案了。谢谢@lejlot。matirx A表示书与书之间的一种先决关系。例如,书籍“ee”是书籍“cc”的先决条件。然后你可以看到一个有向图,它显示了@Moonwalker之间的先决条件关系。很好的解释。我只是不能得到这个公式“B V^T=U D^1/2}”,请你说清楚一点,A=B C B^T,C=V^T V=>A=B V^T V^T;另一方面,A=U D U^T,因此B V^T V B^T=U D U^T,=>B V^T=U\sqrt{D}很抱歉@Moonwalker问了很多问题。但让我用另一种方式提出我的问题。V和V^T是什么(你是通过矩阵分解得到的吗?)。在最后一个方程“B V^T=U\sqrt{D}”中,V B^T和U^T会发生什么情况。另外,我们如何从最后一个公式“B V^T=U D{1/2}”得出C,以及最后矩阵之间的运算是什么(是内积还是外积)?再次抱歉问了很多问题questions@EsterSilva我们假设C的形式是$C=V^T V$。在最后一个方程中,我们使用了对称性,也就是说,如果矩阵X=Y^T Y和相同的X=Z^T Z,那么Y=Z。根据上一个公式,你需要为V解bv^T=ud^{1/2},然后重建C=V^TV@EsterSilva如果你打算继续这一行的工作,你应该真正检查一些关于线性代数的课程。