セグメントの範囲を結合するアルゴリズム - 作成の支援 - ページ 5

 


)

 
Dmitry Fedoseev:

1.完全に理解不能、もう完全に別物。

一般的なタスクは何ですか?現実的な狙いは何でしょうか?もしかしたら、まったく別の方法で解決しているかもしれません。

まあ、興味があるなら、もう少し詳しくお話ししましょうか。CatBoost機械学習アルゴリズムでは、分割を設定するための観測値(配列)から得られる変数(予測値)の設定値の列挙は、数を区間(期間/範囲)に分割し、すべての数ではなく、この区間でのみ値の列挙が行われるように、プリグリッドを構築(量子化)することで解決される。グリッドを構築するためのさまざまなビルトインメソッドがあり、希望する境界の数が異なるものもあります。視覚的には、下の図のように、配列の100個の値ごとにy軸の値が1つずつ増加するようなグリッドのバリエーションがあります。

課題は、依存性の一貫性と観測の十分性を維持しながら、学習に最も有利なグリッド、すなわち、(セグメント内の)区間間の情報がよりターゲット(0/1)のいずれかに属するようなグリッドを構築することである。

さて、私はさまざまなメッシュを入手し、与えられた基準(先に書いた)に従ってその間隔を選択し、選択した間隔同士を組み合わせて1つのメッシュにする必要があります。

 
Aleksey Nikolayev:


)

手伝えることがあれば手伝うし、そうでない場合は遠慮なく助けを求めます。

また、最近この辺りの問題が珍しく、問題解決に参加したいと思う人がいるのではと思いました。

 
Aleksey Vyazmikin:

///

さて、異なるメッシュを取得し、与えられた基準(先に書いた)に従ってセグメントを選択し、選択したセグメント同士を結合して1つのメッシュにする必要があります。

そういう質問だったんですね。どのようにしたいですか?

 
Dmitry Fedoseev:

そういう質問だったんですね。どのようにしたいですか?

ふむふむ、自分の書いたスクリプトでほぼ全ての作業ができるわけですね。他に選択肢は?組み合わせの数を減らすという選択肢を提案しました。


まだこの オプションを検討しています :)

Почему амеба справилась с вычислениями лучше современного компьютера
Почему амеба справилась с вычислениями лучше современного компьютера
  • www.popmech.ru
В 2018 году группа исследователей из токийского университета Кейо решила использовать амебу для решения так называемой «задачи коммивояжера», известной в области компьютерных наук проблемы. Суть ее такова: представьте, что вы – путешествующий от города к городу...
 
Aleksey Vyazmikin:

ふむふむ、自分の書いたスクリプトでほぼ全ての作業ができるわけですね。他に選択肢はないのでしょうか?組み合わせの数を減らすという選択肢を提案しました。


まだこの オプションを検討しています :)

セグメント数が少ないときかな。そして、たくさんあるときは、どうあるべきなのか。

どのような意味で、組み合わせ数を減らすという選択肢を提案されたのでしょうか。すべての組み合わせが十分とは限らない、基準があるのでしょうか?

 
Dmitry Fedoseev:

セクションが少ないときかな。そして、たくさんあるときは、どうあるべきなのか。

どのような意味で、組み合わせ数を減らすという選択肢を提案されたのでしょうか。すべての組み合わせが十分とは限らない、基準があるのでしょうか?

たくさんあるときは、考えなければならない...。

オプションとして、各セグメントを同じようにスタートさせ、各ポイントからの組み合わせの数を制限することを提案します。

ここでは、セグメントを円の形で、その評価を矢印の長さで表しています。図では、最短の2本の矢印だけが選択され、残りの「パス」は切り離されています(除外されています)。この矢印の形(要するにグラフ)には、評価係数(指標)が存在することがある。


そうすることで、計算コストを抑えつつ、最悪の選択肢を選ばないようになると考えています。
 
Aleksey Vyazmikin:

たくさんあるときは、考えなければならない...。

オプションとして、各セグメントを同じようにスタートさせ、各ポイントからの組み合わせの数を制限することを提案します。

図はセグメントを円の形で、その評価を矢印の長さで表したもので、図では最短の2本の矢印だけが選択され、他の「道」は切り離されている(除外されている)。この矢印の形(要するにグラフ)には、評価係数(指標)が存在することがある。


こうすることで、計算量を減らしつつ、最悪の選択肢を選ばないようにすることができると考えています。
これは、ロング・ショートの割合がほぼ等しく、ロング・ショートだけの領域がない場合のものです。
 
Valeriy Yastremskiy:
これは、点から離れる長いパスと短いパスがほぼ同じ割合で存在し、長いパスだけ、あるいは短いパスだけの領域が存在しない場合のものです。

パスが長いか短いかの違い、つまりは推定の問題(図の例えの矢印の長さ)なのでしょうか?

私たちは、例の2つの最良の道を踏みたいという欲求を持っています。もし、それが少なければ、道は1つです。

なぜ問題になるのか、その理由を教えてください。

 

また、セグメントを範囲ごとに分割(グループ化)することで、組み合わせの数を減らすことも可能である。

図中、範囲境界のある4つのグループは、グループ内のみの列挙を行い、グループ内のベストチョイスを他のグループと組み合わせてください。

均等に分割することは難しいので、グループ境界によるセグメントを分離し、グループ間の結果を組み合わせる際に使用することができる。