MatrixFactorizationTrainer.Options.Alpha Campo

public double Alpha;

val mutable Alpha : double

Public Alpha As Double 

Valore del campo

Commenti

Importanza della perdita di voci non rilevate (ad esempio, negative) nella factorizzazione di matrice a una classe. In generale, vengono osservate solo alcune voci di matrice (ad esempio, meno di 1%) nel training (ad esempio, positivo). Per bilanciare i contributi dai dati non rilevati e osservati nella funzione di perdita complessiva, questo parametro è in genere un valore ridotto in modo che il risolutore sia in grado di trovare una fattorizzazione altrettanto valida per le voci non osservate e non osservate. Se solo 10000 voci osservate presenti in una matrice di training 200000-by-300000, è possibile provare Alpha = 10000 / (200000*300000 - 10000). Quando viene osservata la maggior parte delle voci nella matrice di training, è possibile usare Alpha >> 1, ad esempio se solo 10000 nella matrice precedente non viene osservata, è possibile provare Alpha = (200000 * 300000 - 10000) / 10000. Di conseguenza, Alfa = (# di voci osservate) / (# di voci non osservate) può rendere le voci osservate e non osservate altrettanto importanti nella funzione di perdita ridotta a icona. Tuttavia, l'impostazione migliore di Machine Learning è sempre dipendente dai dati, quindi l'utente deve comunque provare più valori.