Initial Matrix には、リンク予測システム1
の既知のリンク (未知のエントリや見逃したエントリ) が含まれています。0
Matrix Factorization の出力は、計算に失敗したエントリの予測値ですAUC
。
20%
既知のリンクの非表示 (マトリックス内のto20%
のエントリのセット)1
0
- 因数分解の出力をソートし、トレーニングに使用されるインデックスを破棄します (
80%
of1
) N
非表示の値の数に設定- 上位の予測値を取得
N
し、非表示の値 (クラス ラベルを に設定1
) かどうか (クラス ラベルを に設定)0
をチェックします。 - 上位の予測
AUC
を使用して計算するN
私perfcurve
は matlab 計算AUC
で知っていますが、 のラベル付きデータを提供するには、上記のプロセスについて確認する必要がありますperfcurve
。
どんなコメントでも本当に感謝しています。