|
Axborotlarni izlash va ajratib olish
|
| bet | 10/10 | | Sana | 16.05.2024 | | Hajmi | 345,87 Kb. | | #237900 |
Bog'liq Mustaqil ish 418.5.5 Yashirin omil modellari
Oldingi bo'limda muhokama qilingan klasterlash usullari ishonchli taxmin qilish uchun ma'lumotlarning umumiy xususiyatlaridan foydalanadi. Bunga yashirin faktor modellari yordamida yanada mustahkamroq tarzda erishish mumkin. Ushbu yondashuv reyting matritsalari uchun ham, ijobiy imtiyozli yordamchi matritsalar uchun ham ishlatilishi mumkin. So'nggi yillarda yashirin faktor modellari tobora ommalashib bormoqda. Yashirin omil modellarining asosiy g'oyasi shundaki, ko'plab o'lchamlarni kamaytirish va matritsalarni faktorizatsiya qilish usullari pastki o'lchamli vektorlar yoki yashirin omillar ko'rinishidagi qatorlar va ustunlar bo'ylab korrelyatsiyalarni umumlashtiradi. Bundan tashqari, hamkorlikda filtrlash asosan ma'lumotlarni hisoblash muammosi bo'lib, unda bu korrelyatsiyalar taxmin qilish uchun ishlatiladi. Shu sababli, bu yashirin omillar ma'lumotlar matritsasidagi korrelyatsiyalarni qisqacha kodlaydigan va taxmin qilish uchun ishlatilishi mumkin bo'lgan yashirin o'zgaruvchilarga aylanadi.
K-means dominant yashirin omillarni ishonchli baholash ko'pincha to'liq aniqlanmagan ma'lumotlardan, agar k qiymati d dan ancha past bo'lsa ham mumkin. Buning sababi shundaki, agar ko'rsatilgan yozuvlar soni yetarlicha katta bo'lsa, aniqroq aniqlangan yashirin omillar kam aniqlangan ma'lumotlar matritsasi bilan to’liq baholanishi mumkin.
n ta foydalanuvchi n ta mos keladigan k o'lchovli omillar bilan ifodalanadi, U1. . . Un. vektorlari bilan belgilanadi. d elementlari mos keladigan k o'lchamli d omillar bilan ifodalanadi, I1. . . Id vektorlari bilan belgilanadi. K ning qiymati yashirin tasvirlashning kichraytirilgan o'lchamini ifodalaydi. Keyin, foydalanuvchi i va j bandi uchun rij reytingi mos keladigan yashirin omillarning vektor nuqta bilan baholanadi:
|
| |
