▌導讀：Lulu
2022/10/11 PM9:30
▌本次主題
Chapter 14 - ETL in Python (154~163)
▌課程共同學習主頁：
▌筆記：
▌線上討論及補充：
• Lulu@Discord
線性代數：
• Ray_Hsuan@Discord
在唸書時有用到SVD去做一些實驗，但不知道有沒有開放論文觀看，所以節錄一些當時的想法和應用流程出來分享給大家。
為什麼會用到SVD是因為之前看到Netflix的比賽文章中有提到矩陣分解，其實就是衍伸到後來的SVD，當時實作過R和Python中都有SVD的套件可以直接運用，一個二維數值矩陣帶入後應該都會拆解成三個矩陣。
實驗的部分是針對中間的矩陣Σ(我叫它特徵矩陣)取前n%保留，然後再把三個矩陣乘回去，觀察和使用者實際選擇的準確度，雖然用不同的n和加入一些其他方法作相互比較後發現，確實不保留所有特徵的情況下，可以找出相似的使用者，不過移除過多特徵反而會降低準確度，但因為數據蒐集的不多，所以這實驗算是附加上去的
，不過大家如果有興趣可以到dblp上搜尋RecSys，它是從2007年開始幾乎每年都有新的推薦系統論文，對推薦應用面有興趣的人還蠻有幫助的~
▌本次錄影