MatrixFactorizationTrainer.Options.Alpha Pole
Definice
Důležité
Některé informace platí pro předběžně vydaný produkt, který se může zásadně změnit, než ho výrobce nebo autor vydá. Microsoft neposkytuje žádné záruky, výslovné ani předpokládané, týkající se zde uváděných informací.
Důležitost ztráty nepozorovaných položek při faktorizaci matice jedné třídy. Platí, pokud LossFunction je nastavená na SquareLossOneClass
public double Alpha;val mutable Alpha : doublePublic Alpha As Double Hodnota pole
Poznámky
Důležitost nepozorované (tj. záporné) ztráty položek při faktorizaci matice jedné třídy. Obecně platí, že pouze několik položek matice (např. méně než 1 %) v trénování je pozorováno (tj. pozitivní). Pro vyvážení příspěvků z nepozorovaných a pozorovaných v celkové ztrátové funkci je tento parametr obvykle malou hodnotou, aby řešitel mohl najít faktorizaci stejně dobrou pro nepozorované a pozorované položky. Pokud se v trénovací matici 200000 by-300000 vyskytuje pouze 10000 pozorovaných položek, můžete vyzkoušet Alfa = 10000 / (200000*300000 - 10000). Při pozorování většiny položek v trénovací matici lze použít alfa >> 1. Pokud například není v předchozí matici pozorováno pouze 10 000, můžete zkusit alfa = (200000 × 300000 - 10000) / 10000. V důsledku toho může alfa = (počet pozorovaných položek) / (počet nepozorovaných položek) učinit pozorované a nepozorované položky stejně důležité ve funkci minimalizované ztráty. Nejlepší nastavení ve strojovém učení je ale vždy závislé na datech, takže uživatel stále musí vyzkoušet více hodnot.