Non riesco a capire luso di Vector nel machine learning per rappresentare un gruppo di funzioni.
Se si cerca il definizione di un vettore, quindi, secondo wikipedia, un vettore è unentità con una grandezza e una direzione.
Questo può essere compreso quando si applicano i vettori ad esempio alla fisica per rappresentare forza, velocità, accelerazione, ecc. ..: i componenti del vettore rappresentano i componenti della proprietà fisica lungo gli assi nello spazio. Ad esempio, i componenti di un vettore velocità rappresentano la velocità lungo gli assi x, yez
Tuttavia, quando si applicano i vettori allapprendimento automatico per rappresentare le caratteristiche, queste possono essere entità totalmente non correlate. Possono avere unità completamente diverse: una caratteristica può essere la lunghezza in metri di una persona e unaltra può essere letà in anni della persona.
Ma allora qual è il significato della grandezza di un tale vettore, che sarebbe quindi formato da una somma di m eteri e anni? E la direzione?
Conosco la normalizzazione delle caratteristiche per farle avere intervalli simili, ma la mia domanda è più fondamentale.
Risposta
Non riesco a capire luso di Vector nel machine learning per rappresentare un gruppo di funzioni.
In breve , direi che” Features Vector “è solo un modo conveniente per parlare di una serie di funzioni.
Infatti, per ogni etichetta “y “(per essere predetto), è necessario un insieme di valori” X “. E un modo molto conveniente per rappresentarlo è inserire i valori in un vettore, in modo tale che quando si considerano più etichette, si finisce con una matrice, contenente una riga per etichetta e una colonna per elemento.
In modo astratto, puoi sicuramente pensare a quei vettori che appartengono a uno spazio di dimensioni multiple, ma (di solito) non a n euclidea. Quindi tutta la matematica si applica, solo linterpretazione è diversa!
Spero che ti sia di aiuto.
Commenti
- Questo è il tipo di mi confonde: " non euclideo ". Se non è un euclideo, che tipo è? Da qui il titolo: " Che tipo di vettore è …. " O sono troppo preciso nellinterpretare " Euclidean "?
- La rappresentazione vettoriale facilita solo lelaborazione e lanalisi statistica. Se stai cercando uninterpretazione, questa non è più una questione tecnica e penso che devi solo pensare in modo più astratto, come se cercassi di rappresentare te stesso che cosè uno spazio euclideo n-dimensionale. (n > 3)
Risposta
Prima parliamo su come organizzare i tuoi dati. Supponiamo che tu li organizzi in un foglio di calcolo, dove le colonne rappresentano le tue caratteristiche e le righe i tuoi diversi campioni. Immagina di aver chiesto a 3 persone il loro sesso e la loro età, quindi ottieni un foglio di calcolo con 3 righe (3 persone) e 2 colonne (sesso, età).
Ora puoi interpretare ogni riga come un singolo vettore di caratteristiche. Nel nostro caso di esempio il vettore di caratteristiche avrebbe 2 dimensioni (sesso, età). Invece della fisica, la grandezza (euclidea) del vettore delle caratteristiche potrebbe non avere un uso diretto per noi, poiché le dimensioni provengono da domini diversi (al contrario, confronta un vettore di velocità). Tuttavia potremmo calcolare la grandezza (dopo la normalizzazione). Daltro canto, la direzione del vettore delle caratteristiche è importante, poiché rappresenta i valori delle caratteristiche stesse.
Tutto sommato i vettori delle caratteristiche non dovrebbero essere interpretati direttamente come si fa in fisica.
Risposta
I vettori hanno una prospettiva dal punto di vista della matematica, della fisica e dellinformatica.
Ti consiglio di guardare il video di Grant Sanderson “ sui vettori sul suo canale 3BLUE1BROWN o meglio passa attraverso la sua intera serie su ESSENCE OF LINEAR ALGEBRA , per una migliore comprensione visiva dellalgebra lineare .
Parlando di vettori di funzionalità , non sono altro che una raccolta di tutte le funzionalità (proprietà individuale o caratteristica di un fenomeno osservato) disposti in un modo specifico. È un vettore n-dimensionale di caratteristiche numeriche che rappresentano un oggetto richiesto dagli algoritmi di apprendimento automatico. Basta leggere questa Wikipedia articolo da cui ho scritto sui vettori di elementi.