Alternating Least Squares(ASL) 的数学推导

最近在看CF的相关论文,《Collaborative Filtering for Implicit Feedback Datasets》思想很好,很容易理解,但是从目标函数

是如何推导出Xu和Yi的更新公式的推导过程却没有很好的描述,所以下面写一下 推导: 首先对Xu求导:

其中Y是item矩阵,n*f维,每一行是一个item_vec,C^u是n*n维的对角矩阵, 对角线上的每一个元素是c_ui,P(u)是n*1的列向量,它的第i个元素为p_ui。 然后令导数=0,可得:

由于x_u和y_i在目标函数中是对称的,所以很容易得到:

其中X是user矩阵,m*f维度,每一行是一个user_vec,C^i是m*m的对角矩阵,对角线上的每一个元素是c_ui,P(i)是m*1的列向量,它的第u和元素是p_ui 然后令导数=0,可得:

,当你感到悲哀痛苦时,最好是去学些什么东西。

Alternating Least Squares(ASL) 的数学推导

相关文章:

你感兴趣的文章:

标签云: