这是我的第一个问题,我希望它不会被误导/在错误的地方。
假设我有一个完全填充的数据矩阵,除了一个值。例如,第 1 列是身高,第 2 列是体重,第 3 列是卧推。所以我调查了 20 个人,得到了他们的身高、体重和卧推重量。现在我有一个 5'11 体重 170 磅的人,想预测他/她的卧推重量。您可以将其视为具有缺失值的矩阵,或者您可以将其视为想要在给定自变量向量的情况下预测因变量。这类问题有曲线拟合方法,但我想知道如何使用奇异值分解来回答这个问题。
我知道奇异值分解是一种预测缺失值的方法,但实际上我发现的所有信息都与巨大的、高度稀疏的矩阵有关,涉及Netflix 奖和相关问题。我无法弄清楚如何使用 SVD 或类似方法从一个中小型完全填充(一个缺失值除外)矩阵中预测缺失值。
使用 SVD 解决上述示例的分步算法对我非常有帮助。谢谢!