矩阵分解

矩阵分解的必要性和方法

比如原本是一个$m\times n$规模大小的矩阵,经过分解后可得到两个矩阵一个是$m\times k$，另外一个是$k\times n$,于是总占用空间为$(m+n)\times k$

注意，分解是以一种近似的情况来进行分解。
由于分解完，再复原回去，其实也可以将原本空白的位置填上数据，进而也达到了预测的效果。
而具体的k可以用来指歌曲的种类。（k取决于分类的角度）

从而，矩阵乘积的运算过程相当于是用户对某一首歌曲，从民谣、儿歌和草原风三个方面进行考量。

隐向量