矩阵较大时加快funkSVD {recommenderlab}

时间:2018-11-30 09:39:02

标签: r recommender-systems

我正在使用R中荐书包中的函数funkSVD分解我的矩阵(dimension 310587 x 1032; 99.66255% NAs),以最终估算出它的缺失值(与另一种方法比较)。问题是它真的很慢。我尝试减少每次迭代所需的最低改进或提高学习率,但这只会导致性能下降。我还尝试删除所有重复的行(不确定是否可以这样做来训练RS),最后以大小为110848 x 1032的矩阵结尾,但是该算法仍然非常慢(k=2和{ {1}})。有没有办法加快这个过程?也许以某种可以更快处理的方式更改矩阵?还是R中有其他(更快的)函数可以进行这种分解?

0 个答案:

没有答案