6

我知道缩写SVM(Support Vector Machines)SVD(Singular Value Decomposition)并且 SVM、SVD 都用于推荐引擎。

用外行的话来说,这两种算法有什么区别,它们将如何影响我的推荐引擎。

4

1 回答 1

10

SVD 和 SVM 解决不同的问题,无论它们在内部如何工作。

SVD 是一种降维技术,它基本上可以使您的数据更加密集。在一般机器学习中,SVD 经常被用作预处理步骤。在推荐中,有许多类似于 SVD 的矩阵/张量分解技术,但通常针对不同的目标函数进行优化,例如,它们包含正则化项以防止过度拟合(以便更好地从训练数据泛化到实际预测)。它们通常被称为 SVD 或在其名称中包含“SVD”,但它们并不是数学家所理解的 SVD。

SVM 是一种分类器。在推荐系统中,您可以使用 SVM 为每个用户(或用户组)训练一个分类器,该分类器根据产品的属性确定用户是否会购买该产品。当然,您也可以为该任务使用其他分类器,例如朴素贝叶斯、逻辑回归或决策树。

于 2012-11-24T10:41:19.957 回答