Несколько / много векторов меняют то, как ML обучает модели? - PullRequest
Новая
       4

Несколько / много векторов меняют то, как ML обучает модели?

0 голосов
/ 26 января 2020

Итак, я использую атрибут VectorType для ML. Net. Набор входных данных, который я использую, вычисляется и имеет большой размер. Мы говорим о 10000 столбцах (все еще бездельничаем, чтобы понять, что имеет смысл, делая вещи временных рядов). Похоже, что я могу собрать все эти столбцы в один огромный массив, добавить [VectorType] и назвать его днем ​​... или можно?

Мой вопрос: в чем разница (если есть)? между примерами ниже в глазах Microsoft ML. Net? Например, имеет ли какое-либо значение расположение столбцов в некоторой комбинации векторов или это просто для удобства чтения? 

    public class InputData
    {
        [LoadColumn(0), ColumnName("Label")]
        public bool Label { get; set;}

        [LoadColumn(1, 10000), ColumnName("Features")]
        [VectorType(10000)]
        public float[] SomeValues { get; set;}
    }

и 

    public class InputData
    {
        [LoadColumn(0), ColumnName("Label")]
        public bool Label { get; set;}

        [LoadColumn(1, 5000), ColumnName("Features1")]
        [VectorType(5000)]
        public float[] SomeValues1 { get; set;}

        [LoadColumn(5000, 10000), ColumnName("Features2")]
        [VectorType(5000)]
        public float[] SomeValues2 { get; set;}
    }

Если это имеет значение, Я запихиваю эти вещи в API AutoML и позволяю ему нагревать мой офис в течение добрых 8 часов.

...