#deep-learning #autoencoder #recommender-systems #matrix-factorization
Вопрос:
Я обучил матричную модель факторизации с различным количеством скрытых факторов, например
R = UV^T
Ошибка реконструкции не уменьшается с увеличением числа скрытых факторов. Я бы подумал, что больше факторов может охватить больше. Производительность на тренировочном наборе должна увеличиться, не так ли? Это меня удивляет.
Как бы вы объяснили, почему это происходит?