普通的SVD方法已经到头了

之前我的融合算法中，svd用的最高是500个latent class，刚刚加入了1000维的，最终RMSE只是从0.8874变成了0.8873,看来单纯增加维数已经没有用了。

下一步工作主要是改进NSVD(Neighborhood based SVD)算法，个人感觉，SVD和邻域加上一些非线性核函数，应该是所有可用的方法，而RBM，个人感觉，有点像加了核函数的NSVD算法。