Создайте кривую обучения для обучения встраиванию doc2vec - PullRequest
Новая
       25

Создайте кривую обучения для обучения встраиванию doc2vec

0 голосов
/ 31 марта 2019

Я пытаюсь оптимизировать количество эпох для обучения встраиванию.И есть ли способ создать кривую обучения для этого процесса.

Я могу создать кривую обучения для регулярной контролируемой классификации, например. 

import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import learning_curve
from sklearn.model_selection import StratifiedShuffleSplit

def plot_learning_curve(estimator, title, X, y, ylim=None, cv=None, n_jobs=None, train_sizes=np.linspace(.1, 1.0, 5)):
    plt.figure()
    plt.title(title)
    if ylim is not None:
        plt.ylim(*ylim)
    plt.xlabel("Training examples")
    plt.ylabel("Score")
    train_sizes, train_scores, test_scores = learning_curve(
        estimator, X, y, cv=cv, n_jobs=n_jobs, train_sizes=train_sizes)
    train_scores_mean = np.mean(train_scores, axis=1)
    train_scores_std = np.std(train_scores, axis=1)
    test_scores_mean = np.mean(test_scores, axis=1)
    test_scores_std = np.std(test_scores, axis=1)
    plt.grid()

    plt.fill_between(train_sizes, train_scores_mean - train_scores_std,
                     train_scores_mean + train_scores_std, alpha=0.1,
                     color="r")
    plt.fill_between(train_sizes, test_scores_mean - test_scores_std,
                     test_scores_mean + test_scores_std, alpha=0.1, color="g")
    plt.plot(train_sizes, train_scores_mean, 'o-', color="r",
             label="Training score")
    plt.plot(train_sizes, test_scores_mean, 'o-', color="g",
             label="Cross-validation score")

    plt.legend(loc="best")
    return plt

title = "Learning Curves (SGDClassifier)"

cv = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=0)

estimator = SGDClassifier()
plot_learning_curve(estimator, title, X_all.todense(), y, ylim=(0.7, 1.01), cv=cv, n_jobs=4)

И я могу обучить встраиванию, например. 

from gensim.models.doc2vec import Doc2Vec, TaggedDocument
from nltk.tokenize import word_tokenize


X_tagged = [TaggedDocument(words=word_tokenize(_d.lower()), tags=[str(i)]) for i, _d in enumerate(X)]

model = Doc2Vec(size=8, alpha=0.05, min_alpha=0.00025, dm =1)

model.build_vocab(X_tagged)

model_title.train(X_tagged, total_examples=model.corpus_count, epochs=50)

Но как мне создать кривую обучения при обучении встраиванию.

Мне не хватает интуицииоб обучении встраивания, чтобы понять это.

1 Ответ

1 голос
/ 02 апреля 2019

Как правило, кривая обучения строит график производительности модели (как некоторый количественный показатель, например, скажем, «точность») по отношению к различным объемам обучающих данных.

Итак, вам нужно будет выбрать способ оценки ваших Doc2Vec моделей. (Возможно, это будет связано с использованием векторов документов в качестве входных данных для другого классификатора или чего-то еще.) Затем вам потребуется заново создать модель Doc2Vec с различными размерами обучающих наборов, оценивая каждый из них, и подача точек данных (corpus_size, score) на график.

Обратите внимание, что gensim включает класс-оболочку для добавления Doc2Vec шага обучения в scikit-learn конвейер:

https://radimrehurek.com/gensim/sklearn_api/d2vmodel.html

Таким образом, вы можете заменить простой estimator вашего существующего кода на многошаговый конвейер, включая D2VTransformer в качестве шага. Таким образом, вы бы создали график кривой обучения способом, очень похожим на существующий код.

...