Lar Finanças Pessoais Medindo semelhança entre vetores para aprendizado de máquina - dummies

Medindo semelhança entre vetores para aprendizado de máquina - dummies

Índice:

Vídeo: PC SCAN3000 FL Aprendizado para troca de Bicos HILUX Diesel 2013 - Sistema i-ART 2025

Vídeo: PC SCAN3000 FL Aprendizado para troca de Bicos HILUX Diesel 2013 - Sistema i-ART 2025
Anonim

Você pode comparar facilmente exemplos de seus dados usando cálculos se você pensa em cada um deles como um vetor. A seguinte informação descreve como medir a semelhança entre vetores para executar tarefas, como calcular a distância entre vetores para fins de aprendizagem.

Compreendendo a semelhança

Em uma forma vetorial, você pode ver cada variável em seus exemplos como uma série de coordenadas, cada uma apontando para uma posição em uma dimensão espacial diferente. Se um vetor tem dois elementos, isto é, ele tem apenas duas variáveis, trabalhar com ele é como verificar a posição de um item em um mapa usando o primeiro número para a posição no eixo Oriente-Oeste e o segundo no Norte- Eixo sul.

Exemplos de valores traçados como pontos em um gráfico.

Por exemplo, os números entre parênteses (1, 2) (3, 2) e (3, 3) são exemplos de pontos. Cada exemplo é uma lista ordenada de valores (chamada uma tupla) que pode ser facilmente localizada e impressa em um mapa usando o primeiro valor da lista para x (o eixo horizontal) e o segundo para y (o eixo vertical). O resultado é um diagrama de dispersão.

Se o seu conjunto de dados, na matriz, possui muitos recursos numéricos (as colunas), idealmente o número dos recursos representa as dimensões do espaço de dados, enquanto as linhas (os exemplos) representam cada um ponto, que matematicamente é um vetor. Quando seu vetor tem mais de dois elementos, a visualização torna-se problemática porque representar dimensões acima do terceiro não é fácil (afinal, vivemos em um mundo tridimensional).

No entanto, você pode se esforçar para transmitir mais dimensões por algum expediente, como usando o tamanho, a forma ou a cor para outras dimensões. Claramente, essa não é uma tarefa fácil, e muitas vezes o resultado está longe de ser intuitivo. No entanto, você pode entender a idéia de onde os pontos estarão em seu espaço de dados, ao imprimir sistematicamente muitos gráficos, considerando as dimensões dois a dois. Essas parcelas são chamadas de matrizes de placas de dispersão.

Não se preocupe com a multidimensionalidade. Você amplia as regras que você aprendeu em duas ou três dimensões para várias dimensões, portanto, se uma regra funciona em um espaço bidimensional, ela também funciona em uma múltipla. Portanto, todos os exemplos primeiro se referem a exemplos bidimensionais.

Distâncias de computação para aprender

Um algoritmo pode aprender usando vetores de números que usam medições de distância. Muitas vezes, o espaço implícito em seus vetores é uma métrica que é um espaço cujas distâncias respeitam certas condições específicas:

  • Não existem distâncias negativas e sua distância é zero somente quando o ponto de partida e o ponto final coincidem (chamado nongatividade).
  • A distância é a mesma que vai de um ponto para outro e vice-versa (chamada simetria).
  • A distância entre um ponto inicial e um final é sempre maior ou, no pior, a mesma distância, a distância que vai do ponto inicial para um terceiro e do final para o final (chamado desigualdade do triângulo < - o que significa que não há atalhos). As distâncias que medem um espaço métrico são a distância euclidiana, a distância de Manhattan e a distância de Chebyshev. Estas são todas as distâncias que podem se aplicar a vetores numéricos.

Distância euclidiana

A mais comum é a distância euclidiana, também descrita como a norma l2 de dois vetores (leia esta discussão sobre as normas l1, l2 e linfinity). Em um plano bidimensional, a distância euclidiana se refira como a linha recta que liga dois pontos, e você calcula como a raiz quadrada da soma da diferença quadrática entre os elementos de dois vetores. No traçado anterior, a distância euclidiana entre os pontos (1, 2) e (3, 3) pode ser calculada em R como sqrt ((1-3) ^ 2 + (2-3) ^ 2), o que resulta em um distância de aproximadamente 2. 236.

distância de Manhattan

Outra medida útil é a distância de Manhattan (também descrita como a norma l1 de dois vetores). Você calcula a distância de Manhattan, somando o valor absoluto da diferença entre os elementos dos vetores. Se a distância euclidiana marca a rota mais curta, a distância de Manhattan marca o percurso mais longo, parecido com as direções de um táxi movendo-se em uma cidade. (A distância também é conhecida como taxicab ou city-block distance.)

Por exemplo, a distância de Manhattan entre os pontos (1, 2) e (3, 3) é abs (1-3) e abs (2-3), o que resulta em 3.

distância Chebyshev

A distância Chebyshev ou a métrica máxima leva o máximo da diferença absoluta entre os elementos dos vetores. É uma medida de distância que pode representar como um rei se move no jogo de xadrez ou, na logística do armazém, as operações exigidas por um guindaste para mover uma caixa de um lugar para outro.

Na aprendizagem mecânica, a distância Chebyshev pode ser útil quando você tem muitas dimensões a considerar e a maioria deles é irrelevante ou redundante (em Chebyshev, você simplesmente escolhe aquele cuja diferença absoluta é a maior). No exemplo usado acima, a distância é simplesmente 2, o máximo entre (1-3) e abs (2-3).

Medindo semelhança entre vetores para aprendizado de máquina - dummies

Escolha dos editores

Como o Colégio dos Cardeais Escolhe um Novo Papa - manequins

Como o Colégio dos Cardeais Escolhe um Novo Papa - manequins

Quando um papa morre no cargo ou renuncia , como fez o Papa Bento XVI no início de 2013, o Colégio dos Cardeais (todos os cardeais da Igreja Católica) reuniu-se para eleger um novo papa. No prazo de 15 dias e no máximo 20 dias após a morte ou renúncia do papa, todos os cardeais ...

Como o Papa João Paulo II tornou-se um filósofo-Teólogo - manequins

Como o Papa João Paulo II tornou-se um filósofo-Teólogo - manequins

Quando João Paulo II ainda era Karol Wojtyła, uma adolescente no ensino médio, ele era tão bom em falar em público que ele foi escolhido para dar o endereço de boas-vindas a um dignitário muito especial visitando a escola um dia. O Príncipe Adam Stefan Stanisław Bonfatiusz Józef Sapieha (que é um bocado), o Arcebispo de Cracóvia e um ...

Assunção de Mary no Céu - manequins

Assunção de Mary no Céu - manequins

No calendário católico, o Dia da Assunção observa o dia em que Maria morreu e subiu - corpo e alma - no paraíso. A Igreja Católica professa que quando o tempo de Maria na Terra chegou ao fim, seu corpo foi colocado em um túmulo, mas seu corpo não caiu na Terra. Em vez disso, seu filho, Jesus Cristo, assumiu o seu corpo ...

Escolha dos editores

Como excluir fotos na sua Nikon D5300 - manequins

Como excluir fotos na sua Nikon D5300 - manequins

Você tem três opções para apagar imagens de uma memória quando estiver na sua Nikon D5300. Uma nota antes de começar: nenhuma das funções Excluir apaga as imagens que você protege. Para apagar fotos protegidas, primeiro você deve remover a proteção do arquivo. Como eliminar imagens uma de cada vez Durante a reprodução da imagem, você ...

Como exibir a visualização de visualização ao vivo em uma tela HDMI - manequins

Como exibir a visualização de visualização ao vivo em uma tela HDMI - manequins

Você pode conectar seu Câmera Nikon D7100 para um dispositivo HDMI (Interface Multimídia de Alta Definição) para ver a saída Live View na tela. Esse recurso é freqüentemente usado por fotógrafos de estúdio que querem uma visão maior do assunto do que o monitor da câmera fornece. Alguns problemas surgem quando você aproveita esta opção: ...

Como ativar a rotação automática da imagem em sua Nikon D5300 - manequins

Como ativar a rotação automática da imagem em sua Nikon D5300 - manequins

Quando tirar uma foto, o seu D5300 pode gravar a orientação da imagem - seja você segurado a câmera normalmente, criando uma imagem orientada horizontalmente ou girando a câmera do lado para filmar uma foto verticalmente orientada. Durante a reprodução, a câmera pode então ler os dados de orientação e girar automaticamente a imagem para que apareça ...

Escolha dos editores

Construir confiança para vender em mídias sociais - manequins

Construir confiança para vender em mídias sociais - manequins

Se o seu objetivo online é concluir uma venda para seus amigos e fãs de redes sociais, você terá que dar a essas pessoas um olhar frio e difícil. Alguns acreditam que mais é melhor. Mas mais o que? Você precisa se concentrar em pessoas que, no final do dia, podem comprar algo de você diretamente ou ...

Criar sua própria comunidade social para comércio - manequins

Criar sua própria comunidade social para comércio - manequins

Em um site comercial bem produzido, você muitas vezes vêem um link para uma área de comunidade social, que também pode levar o site externo para sites de redes sociais. Esta área é onde as páginas de serviço ao cliente e perguntas freqüentes vivem. Você também pode encontrar uma comunidade de clientes para clientes que incentive a participação de quem visita o site comercial. Se você escolher ...