维克多：因子模型

问题定义

因子模型在多维尺度、主成分分析和多任务分类中，当近似低秩矩阵时出现。在这类问题中，我们同时对模型和数据进行分区。

数据集

对于这个问题，我们使用的是MovieLens数据集。此数据集包含在线电影推荐服务MovieLens用户应用于电影的分级和标签（请参阅细节)。

维克多模型和代码

以下代码显示了应用于MovieLens数据集的分解模型问题的模型规范和模型实例化。

--这将删除型号规格删除模型规范low_rank_nopara；--这将创建模型规范创建模型规范low_rank_nopara(model_type=（python）作为（w），data_item_type=（int，int，float8）as（行，列，分级），目标=examples.factor_simple.factor_simple.se_loss，objective_agg=总和，grad_step=示例.factor_simple.factor_simple.rad);--这将实例化模型创建MODEL INSTANCE movielens1m示例movielens1m（行、列、分级）型号规格low_rank_noparaINIT_FUNCTION示例.factor_simple.factor_simple.initialize_model当examples.factor_simple.factor_simple.stoping_condition时停止;

1.型号规格

该规范创建了一个python类型的“low_rank_nopara”模型，该模型以字节数组的形式存储在数据库中。数据项由3个值组成：行、列和评级，它们分别以整数、整数和浮点形式存储。我们指定了损失函数，并且分数将由SUM聚合器进行聚合。最后，我们定义了模型的梯度步长。

在下面的代码部分中，您可以看到用户提供的损失和梯度函数。注意，这段代码是使用Victor提供的实用程序在几行python中定义的。

定义se_loss（m，row，col，rating）：i=行-1#matlab。。。j=第1列v=low_rank_helper.dot（m.L[i]，m.R[j]）-额定值返回v*v定义梯度（m，行，列，额定值）：L=米LR=米Ri=行-1#matlab。。。j=第1列err=low_rank_helper.dot（L[i]，R[j]）-评级e=-（m.步长*err）tempLi=列表（L[i]）low_rank_helper.scale_and_add（tempLi，R[j]，e）low_rank_helper.scale_and_add（R[j]，L[i]，e）L[i]=临时Lilow_rank_helper.ball_project（L[i]，m.B，m.B2）low_rank_helper.ball_project（R[j]，m.B，m.B2）m.set_L（i，L[i]）m.set_R（j，R[j]）返回m

2.模型实例化

为了实例化模型，我们指定了如何通过给它一个函数名来初始化模型。此外，我们还指定何时停止优化模型。同样，这些函数是用几行python代码编写的，如下所示：

定义initialize_model（）：n行=6040nCols=3952#这些的TODO查询return LowRankModel（20，nRows，nCols，1.5）定义stopping_condition（s，loss）：如果不是（s.has_key（“状态”））：s[状态]=0s[状态]+=1返回s[状态]>5

3.模型应用

马上就来。

运行示例

马上就来。