अव्यक्त सुविधाओं का अर्थ?

Question

मैं अनुशंसाकर्ता प्रणालियों के लिए मैट्रिक्स फैक्टरलाइज़ेशन मॉडल को समझने की कोशिश कर रहा हूं और मैं हमेशा 'अव्यक्त विशेषताओं' को पढ़ता हूं, लेकिन इसका क्या मतलब है? मुझे पता है कि एक प्रशिक्षण डाटासेट के लिए एक सुविधा का क्या मतलब है लेकिन मैं अव्यक्त सुविधाओं के विचार को समझने में सक्षम नहीं हूं। इस विषय पर हर पेपर मुझे मिल सकता है बस बहुत उथले है।

संपादित करें:

यदि आप कम से कम मुझे कुछ कागजात की ओर इशारा कर सकते हैं जो विचार की व्याख्या करते हैं।

Comments

यहाँ सरल उदाहरण है जो आपको quuxlabs.com/blog/2010/09/… की

— Akavall

Answer 1

अव्यक्त का अर्थ सीधे-सीधे देखने योग्य नहीं है। पीसीए और फैक्टर एनालिसिस शब्द का सामान्य उपयोग अप्रत्यक्ष रूप से अवलोकनीय सुविधाओं के एक छोटे सेट में बड़ी संख्या में सीधे देखने योग्य सुविधाओं के आयाम को कम करना है।

Comments

तो कम आयाम तो अव्यक्त विशेषताएं हैं? पीसीए के मामले में, कोवरियन मैट्रिक्स के ईजन वैक्टर, यानी प्रमुख घटक, सही?

— जैक ट्वेन

सही @AlexTwain

— samthebest

क्या आप मुझे ऐसा ट्यूटोरियल / पेपर प्रदान कर सकते हैं जिसमें उल्लेख हो? मैं कोई व्यवस्थित ट्यूटोरियल / पेपर नहीं पा रहा हूँ!

— जैक ट्विन

वैसे विकी पेज बहुत अच्छा है, अगर आप वास्तव में en.wikipedia.org/wiki/Latent_variable

— samthebest

@JackTwain सही पीसीए सादृश्य है कि अव्यक्त विशेषताएं आइजनवेक्टर हैं। प्रिंसिपल घटक प्रिंसिपल eigenvectors के लिए प्रत्येक अवलोकन के लिए निर्धारित भार हैं। अन्य मैट्रिक्स कारक मॉडल में अव्यक्त विशेषताएं आइजनवेक्टर की भूमिका निभाती हैं। यह पांडित्य लग सकता है, लेकिन गलती लोगों के लिए भ्रम का कोई अंत नहीं बनाती है।

— अनुमान

Answer 2

फैक्टराइजेशन विधि के संदर्भ में अव्यक्त विशेषताएं आमतौर पर प्रत्येक आयाम के साथ वस्तुओं को चिह्नित करने के लिए होती हैं। मुझे उदाहरण द्वारा समझाइए।

$R$$R_{ui}$$p_u^T q_i$$p_u$$u$$q_i$$i$

$p_u$$q_i$

Comments

मैंने उन पत्रों को पढ़ा है जहाँ अव्यक्त सुविधाओं ("उपयोगकर्ता वेक्टर" कहते हैं) का उपयोग कुछ लक्ष्य चर की भविष्यवाणी करने के लिए किया जाता है, चलो उदाहरण के रूप में लिंग का उपयोग करते हैं। यह "काम करता है" जिसमें एक भविष्य कहनेवाला मॉडल इस तरह बनाया जा सकता है। मेरा सवाल यह है कि "उपयोगकर्ता वेक्टर" के बीच अंतर क्या है और, यह कहें कि उपयोगकर्ता द्वारा "विज़िट किए गए" सभी वस्तुओं के लिए "आइटम वैक्टर" का औसत? IOW, क्या आप ऊपर बताए गए पूर्वानुमान मॉडल को एक बनाम दूसरे के साथ बेहतर या बदतर होने की उम्मीद करेंगे? धन्यवाद (यदि आप कभी यह देखते हैं)।

— thecity2

@ thecity2, आप उपयोगकर्ता की वस्तुओं को औसत कर सकते हैं, और यह वास्तव में उपयोगी हो सकता है जब आप नए लोगों के साथ काम कर रहे हों जिनके लिए आपके पास पूर्व-निर्मित उपयोगकर्ता वैक्टर नहीं हैं (हालांकि इसकी गणना करने के लिए कुछ अनुकूलन पुनरावृत्तियों को चलाना कठिन होना चाहिए)। सादे औसत के साथ एक मुद्दा भी है: उपयोगकर्ता ने जितनी अधिक वस्तुओं का उपभोग किया है - उनके औसत आइटम वेक्टर के शून्य के करीब होने की संभावना है (क्योंकि विशिष्ट एल 2 नियमित रूप से, और शायद उच्च-आयामी रिक्त स्थान के अन्य गंदा गुण)। अंत में, एक अलग वेक्टर होना अधिक लचीला है: आपका मॉडल इस तरह के औसत को सीख सकता है।

— आर्टेम सोबोलेव

उस ने कहा, उपयोगकर्ता के वेक्टर के मॉडल के लिए उपयोगकर्ता के इतिहास का उपयोग करने का प्रयास करते हैं। उदाहरण के लिए "इंटरनेट इंटरनेट स्ट्रीम की मॉडलिंग करके अपना संगीत सलाहकार बनाएँ"

— आर्टेम सोबोलेव

Answer 3

मैं यह कहूंगा कि कारक मुख्य घटकों की तुलना में अधिक प्रतिनिधि हैं, जो किसी चर की 'विलंबता' / छिपाव की धारणा प्राप्त करते हैं। विलंबता उन कारणों में से एक है, जिसके कारण व्यवहारिक वैज्ञानिक अवधारणात्मक निर्माणों को महसूस करते हैं, जैसे कई वस्तुओं / उपायों के संदर्भ में उदासी और ऐसे छिपे हुए चर के लिए एक संख्या प्राप्त करना, जिसे सीधे मापा नहीं जा सकता है।

Answer 4

यहां आपका डेटा विभिन्न उपयोगकर्ताओं द्वारा विभिन्न फिल्मों को दी गई रेटिंग है। जैसा कि अन्य लोगों ने बताया है, अव्यक्त का अर्थ सीधे-सीधे देखने योग्य नहीं है।

एक फिल्म के लिए, इसकी अव्यक्त विशेषताएं एक्शन, रोमांस, स्टोरी-लाइन, एक प्रसिद्ध अभिनेता, आदि की मात्रा निर्धारित करती हैं। इसी तरह, हस्तलिखित अंकों वाले एक अन्य डेटासेट के लिए, अव्यक्त चर किनारों, कोण, कोण आदि के कोण हो सकते हैं।