MatrixFactorizationTrainer.Options.Alpha 필드
정의
중요
일부 정보는 릴리스되기 전에 상당 부분 수정될 수 있는 시험판 제품과 관련이 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적이거나 묵시적인 보증도 하지 않습니다.
1클래스 행렬 팩터리화에서 관찰되지 않은 항목 손실의 중요성. 로 설정된 경우 LossFunction 적용 가능 SquareLossOneClass
public double Alpha;val mutable Alpha : doublePublic Alpha As Double 필드 값
설명
1클래스 행렬 팩터리화에서 관찰되지 않은 항목의 손실(즉, 음수)의 중요성입니다. 일반적으로 학습에서 몇 가지 행렬 항목(예: 1% 미만)만 관찰됩니다(예: 양수). 전체 손실 함수에서 관찰되지 않고 관찰된 기여 균형을 맞추기 위해 이 매개 변수는 일반적으로 작은 값이므로 솔버가 관찰되지 않고 관찰된 항목에 똑같이 적합한 팩터리를 찾을 수 있습니다. 200000-by-300000 학습 매트릭스에 100000개의 관찰된 항목만 있는 경우 Alpha = 10000/ (200000*300000 - 10000)을 시도할 수 있습니다. 학습 매트릭스의 대부분의 항목이 관찰되면 알파 >> 1을 사용할 수 있습니다. 예를 들어 이전 행렬에서 10000만 관찰되지 않은 경우 Alpha = (200000 * 300000 - 10000) / 10000을 시도할 수 있습니다. 따라서 알파 = (관찰된 항목의 #) / (관찰되지 않은 항목의#)는 최소화된 손실 함수에서 관찰된 항목과 관찰되지 않은 항목을 똑같이 중요하게 만들 수 있습니다. 그러나 기계 학습에서 가장 좋은 설정은 항상 데이터에 종속되므로 사용자는 여전히 여러 값을 시도해야 합니다.