mahout中的SVD输出解释

Question

我正在尝试在mahout中运行SVD作业。 我有一个尺寸为372053 x 21338的矩阵（例如A）（文档x术语）（其中21338个不重复的单词说N，372053个文档说M）。 因此我的矩阵A的大小为（M * N）。 我使用mahout运行了svd，并得到了经过清理的特征向量（我给出的期望等级为200 say R）。 现在，我创建了一个特征向量矩阵，大小为R * N。

陈述SVD方程

A = U * S * V'（V'是V的转置）

我需要将矩阵A转换为新的空间，以获得文档的压缩向量（我正在尝试实现LSI）

mahout SVD的输出是什么？ （我想根据上面的方程式知道）我阅读了邮件列表 ，我们可以从生成的特征向量矩阵中的NamedVectors获得特征值。

请指导我如何从这里开始在新空间（大小为M * R）中生成文档项矩阵A。

任何帮助都非常感激:)

Answer 1

对于LSI与随机SVD上Mahout的一个很好的起点，可以发现在这里 。 好的方面是，本文还描述了折叠过程，并根据svd方程明确显示了输出格式。

该作品已集成到最新版本0.8中，可以与SSVDCli作业一起使用，也可以与mahout ssvd <options>一起通过mahout CLI使用