MatrixFactorizationTrainer.Options.Alpha Campo

public double Alpha;

val mutable Alpha : double

Public Alpha As Double 

Valor de campo

Comentarios

Importancia de la pérdida de entradas no atendidas (es decir, negativas) en la factorización de matriz de una clase. En general, solo se observan algunas entradas de matriz (por ejemplo, menos de 1%) en el entrenamiento (es decir, positivo). Para equilibrar las contribuciones de la función de pérdida global y observadas, este parámetro suele ser un valor pequeño para que el solucionador pueda encontrar una factorización igualmente buena para las entradas no observadas y no observadas. Si solo hay 10000 entradas observadas en una matriz de entrenamiento de 2000000 a 300000, puede probar Alpha = 10000 / (200000*300000 - 100000). Cuando se observan la mayoría de las entradas de la matriz de entrenamiento, se puede usar Alfa >> 1; por ejemplo, si solo se observa 10000 en la matriz anterior, se puede probar Alpha = (200000 * 300000 - 10000) / 10000. Por lo tanto, Alpha = (# de entradas observadas) / (# de entradas no observadas) puede hacer que las entradas observadas y no observadas sean igualmente importantes en la función de pérdida minimizada. Sin embargo, la mejor opción de aprendizaje automático siempre depende de los datos, por lo que el usuario todavía necesita probar varios valores.