Accueil Finances personnelles Mesurer la similarité entre les vecteurs d'apprentissage automatique - les nuls

Mesurer la similarité entre les vecteurs d'apprentissage automatique - les nuls

Table des matières:

Vidéo: Cours de classification 2025

Vidéo: Cours de classification 2025
Anonim

Vous pouvez facilement comparer des exemples de vos données en utilisant des calculs si vous considérez chacun d'eux comme un vecteur. Les informations suivantes décrivent comment mesurer la similarité entre vecteurs pour effectuer des tâches telles que le calcul de la distance entre les vecteurs à des fins d'apprentissage.

Comprendre la similarité

Dans une forme vectorielle, vous pouvez voir chaque variable de vos exemples comme une série de coordonnées, chacune pointant vers une position dans une dimension d'espace différente. Si un vecteur a deux éléments, c'est-à-dire qu'il n'a que deux variables, travailler avec lui revient à vérifier la position d'un objet sur une carte en utilisant le premier chiffre pour la position sur l'axe Est-Ouest et le second sur le Nord- Axe sud.

Exemples de valeurs tracées en points sur un graphique.

Par exemple, les nombres entre parenthèses (1, 2) (3, 2) et (3, 3) sont tous des exemples de points. Chaque exemple est une liste ordonnée de valeurs (appelée un tuple) qui peut être facilement localisé et imprimé sur une carte en utilisant la première valeur de la liste pour x (l'axe horizontal) et la seconde pour y (l'axe vertical). Le résultat est un nuage de points.

Si votre ensemble de données, sous forme matricielle, comporte de nombreuses caractéristiques numériques (les colonnes), idéalement, le nombre d'entités représente les dimensions de l'espace de données, tandis que les lignes (les exemples) représentent chacune point, qui est mathématiquement un vecteur. Lorsque votre vecteur comporte plus de deux éléments, la visualisation devient gênante car la représentation des dimensions au-dessus du tiers n'est pas facile (après tout, nous vivons dans un monde tridimensionnel).

Cependant, vous pouvez vous efforcer de transmettre plus de dimensionnalités par certains moyens, par exemple en utilisant la taille, la forme ou la couleur pour d'autres dimensions. Clairement, ce n'est pas une tâche facile, et souvent le résultat est loin d'être intuitif. Cependant, vous pouvez saisir l'idée de l'emplacement des points dans votre espace de données en imprimant systématiquement de nombreux graphiques tout en considérant les dimensions deux par deux. Ces parcelles sont appelées matrices de nuages ​​de points.

Ne vous inquiétez pas de la multidimensionnalité. Vous étendez les règles que vous avez apprises en deux ou trois dimensions à plusieurs dimensions. Ainsi, si une règle fonctionne dans un espace bidimensionnel, elle fonctionne également dans une zone multiple. Par conséquent, tous les exemples se réfèrent d'abord à des exemples bidimensionnels.

Calcul des distances pour l'apprentissage

Un algorithme peut apprendre en utilisant des vecteurs de nombres qui utilisent des mesures de distance. Souvent l'espace impliqué par vos vecteurs est une métrique qui est un espace dont les distances respectent certaines conditions spécifiques:

  • Aucune distance négative n'existe, et votre distance est nulle seulement lorsque le point de départ et le point final coïncident (appelé non abaissé)).
  • La distance est la même allant d'un point à l'autre et vice versa (appelée symétrie).
  • La distance entre un point initial et un point final est toujours supérieure ou, au pire, identique à la distance allant du point initial au troisième point et de là au point final (inégalité triangulaire < - ce qui signifie qu'il n'y a pas de raccourcis). Les distances qui mesurent un espace métrique sont la distance euclidienne, la distance de Manhattan et la distance de Chebyshev. Ce sont toutes les distances qui peuvent s'appliquer aux vecteurs numériques.

Distance euclidienne

La plus commune est la distance euclidienne, également décrite comme la norme l2 de deux vecteurs (lire cette discussion sur les normes l1, l2 et linfinity). Dans un plan bidimensionnel, la distance euclidienne se répare comme la droite reliant deux points, et vous la calculez comme la racine carrée de la somme de la différence au carré entre les éléments de deux vecteurs. Dans le graphique précédent, la distance euclidienne entre les points (1, 2) et (3, 3) peut être calculée dans R comme sqrt ((1-3) ^ 2 + (2-3) ^ 2), ce qui se traduit par distance d'environ 2. 236.

distance de Manhattan

Une autre mesure utile est la distance de Manhattan (également décrite comme la norme l1 de deux vecteurs). Vous calculez la distance de Manhattan en additionnant la valeur absolue de la différence entre les éléments des vecteurs. Si la distance euclidienne marque l'itinéraire le plus court, la distance de Manhattan marque l'itinéraire le plus long, ressemblant aux directions d'un taxi se déplaçant dans une ville. (La distance est également connue sous le nom de taxicab ou distance de bloc de ville.)

Par exemple, la distance de Manhattan entre les points (1, 2) et (3, 3) est abs (1-3) et abs (2-3), qui se traduit par 3.

Chebyshev distance

La distance de Chebyshev ou la métrique maximale prend le maximum de la différence absolue entre les éléments des vecteurs. C'est une mesure de distance qui peut représenter comment un roi se déplace dans le jeu d'échecs ou, dans la logistique d'entrepôt, les opérations requises par un pont roulant pour déplacer une caisse d'un endroit à l'autre.

Dans l'apprentissage automatique, la distance de Chebyshev peut s'avérer utile lorsque vous avez de nombreuses dimensions à prendre en compte et la plupart d'entre elles sont simplement inutiles ou redondantes (dans Chebyshev, vous choisissez simplement celle dont la différence absolue est la plus grande). Dans l'exemple ci-dessus, la distance est simplement 2, le maximum entre (1-3) et abs (2-3).

Mesurer la similarité entre les vecteurs d'apprentissage automatique - les nuls

Le choix des éditeurs

: Utilisation de l'équation du cercle standard - dummies

: Utilisation de l'équation du cercle standard - dummies

Si vous avez une question SAT Examen de mathématiques qui vous donne l'équation d'un cercle, vous aurez probablement besoin de convertir cette équation à l'équation du cercle standard. Les questions pratiques suivantes vous donnent l'équation d'un cercle et vous demandent de trouver son rayon et son centre. Questions d'entraînement Questions 1 et ...

SAT Pratique Mathématiques Questions: Séquences arithmétiques et géométriques - mannequins

SAT Pratique Mathématiques Questions: Séquences arithmétiques et géométriques - mannequins

Mathématiques implique parfois de reconnaître des schémas et de voir où ces modèles mènent. Le SAT vous demande parfois de jouer au mathématicien avec deux types de motifs: arithmétique et géométrique. Le mot mathématique pour le motif, en passant, est la séquence. Découvrez cette séquence arithmétique: 2, 5, 8, 11, 14 ... Notez que chaque nombre est ...

SAT Exercice de maths-FOIL Operations - mannequins

SAT Exercice de maths-FOIL Operations - mannequins

L'examen de mathématiques SAT vous posera quelques questions Vous devez savoir comment exécuter une opération FOIL, où vous multipliez un polynôme dans l'ordre: Premier, Extérieur, Intérieur et Dernier. Les questions de pratique suivantes vous demandent de trouver le produit de deux binômes et la valeur d'une variable en utilisant ...

Le choix des éditeurs

Prier le Rosaire et méditer sur les Mystères - mannequins

Prier le Rosaire et méditer sur les Mystères - mannequins

Selon la pieuse tradition catholique, au 13ème siècle Marie, la Mère de Dieu, est apparue à saint Dominique de Guzman, lui a donné un chapelet et a demandé qu'au lieu de prier les Psaumes sur des perles ou des noeuds, les fidèles prient l'Ave Maria, Notre Père et la Gloire soit. Quinze décennies ont constitué l'origine dominicaine ...

Dix choses à savoir sur le pape Benoît XVI - Paroisse

Dix choses à savoir sur le pape Benoît XVI - Paroisse

Le pape Benoît XVI a été élu en 2007 par le Collège des Cardinaux, et il a démissionné en 2012. Les controverses faisaient partie de son mandat. Il était le 265e pape de l'histoire de l'Église catholique romaine et le premier à démissionner en près de 600 ans.

La Réforme et l'Église Catholique - mannequins

La Réforme et l'Église Catholique - mannequins

Au Moyen Âge, la philosophie grecque (incarnée par Platon et Aristote ) a été utilisé pour aider à développer un chrétien, qui est devenu partenaire de la théologie sacrée. La langue latine était connue et utilisée - principalement dans des contextes religieux et juridiques. Les arts libéraux et les sciences religieuses ont été les principaux piliers de l'éducation universitaire et de la chrétienté ...

Le choix des éditeurs

Comment fonctionne BPaaS dans le monde réel du Cloud Computing - les nuls

Comment fonctionne BPaaS dans le monde réel du Cloud Computing - les nuls

Si vous avez décidé de utiliser BPaaS (Business Process as a Service) dans un modèle de cloud hybride en tant que plate-forme de prestation de services, vous devez comprendre comment combiner des services en fonction des processus que vous souhaitez exécuter. Comme le montre la figure suivante, un service de processus métier peut être lié à divers ...

Développer un environnement Cloud hybride sécurisé - des mannequins

Développer un environnement Cloud hybride sécurisé - des mannequins

Une approche réfléchie de la sécurité peut réussir à atténuer de nombreux risques de sécurité dans un environnement de cloud hybride. Pour développer un environnement hybride sécurisé, vous devez évaluer l'état actuel de votre stratégie de sécurité ainsi que la stratégie de sécurité proposée par votre fournisseur de cloud. Évaluer votre état actuel de sécurité Dans un environnement hybride, la sécurité ...

Gestion des charges de travail dans un modèle de cloud hybride - mannequins

Gestion des charges de travail dans un modèle de cloud hybride - mannequins

Modèle de nuage. La gestion, dans ce contexte, fait référence à la manière dont les ressources sont affectées pour traiter les charges de travail. Les affectations peuvent être basées sur la disponibilité des ressources, les priorités métier ou la planification d'événements. Dans l'ère de l'informatique mainframe unifiée, la gestion de la charge de travail était assez simple. Quand une tâche ...