Singular værdi dekomposition , almindeligvis kendt som SVD er en proces, der anvendes i lineær algebra. Bruges som et skridt i mange algoritmer , det giver mulighed for nedbrydning af en matrix i et produkt af tre mere simple matricer. Typer
Singular værdi dekomposition er kategoriseret som fuld rang eller lavere orden . Fuld rang SVD muliggør nøjagtig genskabelse af den underliggende matrix . Lavere -ordens SVD tillader en omtrentlig genskabelse af matrixen baseret på faktorer kolonner og rækker . Derudover kan SVD også bruges i nedbrydningen af delvise matricer med ukendte værdier .
Semantisk Application
Singular værdi dekomposition anvendes i algebraiske situationer, hvor der er en " mindste kvadraters ". Den mest almindelige brug af SVD er i latent semantisk analyse af naturligt sprog , der kortlægger semantisk relaterede ord og dokumenter i det samme rum. Ligeledes er det anvendes i processen med latent semantisk indeksering proces.
Collaborative Application
SVD er også blevet brugt i processen med kollaborative filtrering for sådanne ting som kategorisering af produkter og tjenester. Rækker repræsenterer brugere og produkter , med SVD bliver brugt til at bestemme ukendte ratings og værdier.