R
如何執行 SVD 來估算缺失值，一個具體的例子
在應用 SVD 之前，我已經閱讀了有關如何處理缺失值的精彩評論，但我想通過一個簡單的示例了解它是如何工作的：
Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5鑑於上面的矩陣，如果我刪除 NA 值，我最終將只有 User2 和 User5。這意味著我的U將是 2 × k。但如果我預測缺失值，U應該是 5 × k，我可以將其與奇異值和V相乘。
你們中的任何人都會通過首先刪除具有缺失值的用戶然後應用 SVD 來填充上面矩陣中的缺失值嗎？請對您應用的程序提供一個非常簡單的解釋，並使您的答案實用（即數字乘以另一個數字給出答案）而不是使用過多的數學符號。
我已閱讀以下鏈接：
stats.stackexchange.com/q/33142
SVD 僅針對完整矩陣定義。因此，如果您堅持使用普通 SVD，您需要在之前填寫這些缺失值（SVD 本身不是一種插補算法）。您引入的錯誤有望被您的矩陣分解方法消除（一般假設：數據是由低秩模型生成的）。
像你想做的那樣刪除完整的行是很糟糕的。即使將缺失值設置為零也會更好。
有許多插補策略，但在這種情況下，我會用列平均值（或者可能是行平均值）來插補。這基本上是您在第二個鏈接中推薦的策略。
Movie1 Movie2 Movie3 User1 5 4 User2 2 5 5 User3 3 4 User4 1 5 User5 5 1 5變為（列均值；電影的平均得分）
Movie1 Movie2 Movie3 User1 5 3 4 User2 2 5 5 User3 3 3 4 User4 1 3 5 User5 5 1 5還有一點：你應該預處理數據。至少從所有值中減去平均值！
看看這個介紹。它提到了 impute+SVD 方法，還討論了更直接的缺失值建模。但在這種情況下，使用了其他算法。