7

現在、[user,item,tags]=rating のような 3-D tensor を因数分解しています。分解のためにPythonでsktensorライブラリを使用しています。たとえば。

T = np.zeros((3, 4, 2))
T[:, :, 0] = [[ 1,  4,  7, 10], [ 2,  5,  8, 11], [3,  6,  9, 12]]
T[:, :, 1] = [[13, 16, 19, 22], [14, 17, 20, 23], [15, 18, 21, 24]]
T = dtensor(T) 
Y = hooi(T, [2, 3, 1], init='nvecs')

さて、実際に hooi が返す関数とは何か、そしてそこからテンソルを再構築する方法は ???

4

1 に答える 1

6

まず、この関数tucker_hooiは、高次直交反復を使用してテンソルのタッカー分解を計算します。

機能は次のとおりです。

hooi(X, rank, init)

どこ：

  • X分解されるテンソルです
  • rankテンソルの各モードの分解のランクです
  • init: {'random', 'nvecs'}使用する初期化方法です (ランダムまたは HOSVD)

例：

from sktensor.tucker import hooi
import numpy as np
from sktensor import dtensor

T = np.zeros((3, 4, 2))
T[:, :, 0] = [[ 1,  4,  7, 10], [ 2,  5,  8, 11], [3,  6,  9, 12]]
T[:, :, 1] = [[13, 16, 19, 22], [14, 17, 20, 23], [15, 18, 21, 24]]
T = dtensor(T) 
print(T.shape)
#(3, 4, 2)

Y = hooi(T, [2, 3, 1], init='nvecs')

core_S = Y[0]
core_S = np.array(core_S)
print(core_S.shape)
#(2, 3, 1)

U1 = Y[1][0]
U2 = Y[1][1]
U3 = Y[1][2]

print(U1)

[[ 0.54043979  0.7357025 ]
 [ 0.57659506  0.02952065]
 [ 0.61275033 -0.67666119]]

結果の解釈

  • core_Sはコア テンソル S
  • Uxモード x の左特異行列 Ux

視覚化

ここに画像の説明を入力

編集1：

元のテンソル T を再構築するには、次のようにします。

from sktensor.core import ttm

core, U = hooi(T,rank= [2, 3, 1])
Trec = ttm(core, U)

print(Trec.shape)
#(3, 4, 2)

ソース: https://github.com/mnick/scikit-tensor/blob/master/sktensor/tests/test_tucker_hooi.py

于 2018-05-23T14:40:32.533 に答える