[英]How can I find a projection to preserve the relative value of inner product?
我想用100維向量v進行降維,然后得到10維向量v'。
並且必須保留以下屬性:
For arbitrary vector w1, w2(100-dimension)
if v * w1 > v * w2(* rep inner product)
After reduction....
v' * w1' > v' * w2'
我了解到隨機投影是一種方法( http://scikit-learn.org/stable/modules/random_projection.html ),但它保留了距離和內積的價值。 但是我只想保持相對>或<屬性,而不是絕對距離/內積值。
隨機投影的另一個問題是它適合大尺寸縮小(10000-3000)。
from sklearn.random_projection import johnson_lindenstrauss_min_dim
johnson_lindenstrauss_min_dim gives us a bound.
以下是我的Python偽代碼來說明我需要的內容:
import sys
import math
import numpy as np
def compare(a, b_lst):
d_lst = []
indx = 0
for b in b_lst:
d_lst.append((index, np.dot(a, b)))
indx += 1
return sorted(d_lst, key = lambda v : v[1])
x = np.random.rand(1, 100)
y = np.random.rand(5, 100)
result1 = compare(x, y)
# do projection
transformer = projection_method(object_dimension = 10)
x1 = transformer.transform(x)
y1 = transformer.transform(y)
result2 = compare(x1, y1)
for i in xrange(len(result1)):
if result1[i][0] != result2[i][0]: # compare sorted index
print 'failed'
sys.exit(-1)
print 'passed'
沒有這樣的現成轉換。 即使有些我不知道的東西,也不會進行任何轉換來精確地保留這樣的屬性。 通過減小維度,您本質上會丟失信息。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.