0

我有一个 126 行和 5 列充满数字的 excel 文件，我必须使用该数据和 SVD 方法来预测 5-10 多行数据。我已经使用 numpy 在 Python 中成功实现了 SVD：

将 numpy 作为 np 从 numpy 导入 genfromtxt

my_data = genfromtxt('data.csv', delimiter=',')

U, s, V = np.linalg.svd(my_data)

print ("U:")
print (U)
print ("\nSigma:")
print (s)
print ("\nVT:")
print (V)

输出：

U:
[[-0.03339497  0.10018171  0.01013636 ..., -0.10076323 -0.09740801
  -0.08901366]
 [-0.02881809  0.0992715  -0.01239945 ..., -0.02920558 -0.04133748
  -0.06100236]
 [-0.02501102  0.10637736 -0.0528663  ..., -0.0885227  -0.05408083
  -0.01678337]
 ..., 
 [-0.02418483  0.10993637  0.05200962 ...,  0.9734676  -0.01866914
  -0.00870467]
 [-0.02944344  0.10238372  0.02009676 ..., -0.01948701  0.98455034
  -0.00975614]
 [-0.03109401  0.0973963  -0.0279125  ..., -0.01072974 -0.0109425
   0.98929811]]

Sigma:
[ 252943.48015512   74965.29844851   15170.76769244    4357.38062076
    3934.63212778]

VT:
[[-0.16143572 -0.22105626 -0.93558846 -0.14545156 -0.16908786]
 [ 0.5073101   0.40240734 -0.34460639  0.45443181  0.50541365]
 [-0.11561044  0.87141558 -0.07426656 -0.26914744 -0.38641073]
 [ 0.63320943 -0.09361249  0.00794671 -0.75788695  0.12580436]
 [-0.54977724  0.14516905 -0.01849291 -0.35426346  0.74217676]]

但我不确定如何使用这些数据来预测我的价值观。我正在使用此链接http://datascientistinsights.com/2013/02/17/single-value-decomposition-a-golfers-tutotial/作为参考，但这是在 R 中。最后他们使用 R 来预测值但是他们在 R 中使用这个命令：

approxGolf_1 <- golfSVD$u[,1] %*% t(golfSVD$v[,1]) * golfSVD$d[1]

这是整个 R 代码的 IdeOne 链接：http: //ideone.com/Yj3y6j

我对 R 不是很熟悉，所以任何人都可以让我知道 Python 中是否有与上述命令类似的函数，或者解释该命令到底在做什么？

谢谢。

4

1 回答 1

1

我将使用您链接的高尔夫球场示例数据来设置阶段：

import numpy as np
A=np.matrix((4,4,3,4,4,3,4,2,5,4,5,3,5,4,5,4,4,5,5,5,2,4,4,4,3,4,5))
A=A.reshape((3,9)).T

这为您提供了原始的 9 行 3 列表格，其中 3 名球员的 9 洞得分：

matrix([[4, 4, 5],
        [4, 5, 5],
        [3, 3, 2],
        [4, 5, 4],
        [4, 4, 4],
        [3, 5, 4],
        [4, 4, 3],
        [2, 4, 4],
        [5, 5, 5]])

现在奇异值分解：

U, s, V = np.linalg.svd(A)

要研究的最重要的事情是s奇异值的向量：

array([ 21.11673273,   2.0140035 ,   1.423864  ])

它表明第一个值比其他值大得多，表明对应的只有一个值的截断 SVDA很好地代表了原始矩阵。要计算此表示，您将 的第 1 列U乘以 的第一行V，再乘以第一个奇异值。这就是 R 中最后引用的命令所做的。在 Python 中也是如此：

U[:,0]*s[0]*V[0,:]

这是这个产品的结果：

matrix([[ 3.95411864,  4.64939923,  4.34718814],
        [ 4.28153222,  5.03438425,  4.70714912],
        [ 2.42985854,  2.85711772,  2.67140498],
        [ 3.97540054,  4.67442327,  4.37058562],
        [ 3.64798696,  4.28943826,  4.01062464],
        [ 3.69694905,  4.3470097 ,  4.06445393],
        [ 3.34185528,  3.92947728,  3.67406114],
        [ 3.09108399,  3.63461111,  3.39836128],
        [ 4.5599837 ,  5.36179782,  5.0132808 ]])

关于向量因子U[:,0]和V[0,:]：形象地说，U可以看作是一个洞的难度的表示，同时V编码了一个球员的实力。

于 2013-06-27T19:13:43.157 回答