我正在构建一个推荐系统并使用 SVD 作为预处理技术之一。但是,我想在 0 和 1 之间标准化所有预处理数据,因为我的所有相似性度量(余弦、皮尔逊、欧几里得)都依赖于该假设。
在我采用 SVD (A = USV^T) 之后,是否有一种标准方法可以将矩阵“A”在 0 和 1 之间进行归一化?谢谢!
编辑:我希望我的所有相似性测量结果都在 0 和 1 之间,如果输入矩阵的值不在 0 和 1 之间,我的归一化欧几里得距离尤其会失败。
我正在构建一个推荐系统并使用 SVD 作为预处理技术之一。但是,我想在 0 和 1 之间标准化所有预处理数据,因为我的所有相似性度量(余弦、皮尔逊、欧几里得)都依赖于该假设。
在我采用 SVD (A = USV^T) 之后,是否有一种标准方法可以将矩阵“A”在 0 和 1 之间进行归一化?谢谢!
编辑:我希望我的所有相似性测量结果都在 0 和 1 之间,如果输入矩阵的值不在 0 和 1 之间,我的归一化欧几里得距离尤其会失败。