搜索推荐中经常遇到的问题就是如何发现用户对某个商品的喜欢程度，也就是偏好，那么这个和矩阵分解又有什么关系呢？本文将尽量详细的解释这一点。我们首先来看上面这个图片，左边的矩阵表示的一些用户对于一些影视作品的打分，俗称打分矩阵。右边两个矩阵分别表示将电影分成了剧情和动画，也就是中间的隐变量。右边的两个矩阵是被分解的两个矩阵，怎么来使用这样的矩阵分解的结果呢？如果想给李四推荐一个电影，应该怎么使用上面的

特征选择也是机器学习一个比较大的话题，一个好的特征选择，可以简化模型，改善性能减少计算开销，改善通用性减低过拟合分享，接下来就来介绍一些特征选择的方法。过滤方法