3
表4.6 中情況A被預測成3的筆數有95筆,情況B預測成3的有36筆,兩者相差59,這59筆就是在遮住資料後導致沒 資訊可 預測只好預測為3的資料筆數
4
表4.6 中情況A原始數值為3也被預測成3的筆數有19筆,情況B則9筆,相差的10筆即為資訊不足所導致無法預測 之原始數值為3的筆數
蠲蠸
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
預測數值蠨情況衁蠩 預測數值蠨情況衂蠩 實際評分值 蠱 蠲 蠳 蠴 蠵 蠱 蠲 蠳 蠴 蠵 蠱 蠲蠷 蠰 蠱蠸 蠱 蠵 蠲蠷 蠰 蠸 蠱 蠵 蠲 蠱蠰 蠰 蠱蠷 蠱 蠱 蠱蠰 蠰 蠵 蠱 蠱 蠳 蠷 蠰 蠱蠹 蠳 蠲 蠷 蠰 蠹 蠳 蠲 蠴 蠳 蠰 蠲蠳 蠷 蠱蠰 蠳 蠰 蠵 蠷 蠱蠰 蠵 蠶 蠰 蠱蠸 蠵 蠲蠳 蠶 蠰 蠹 蠵 蠲蠳 合計 蠵蠳 蠰 蠹蠵 蠱蠷 蠴蠱 蠵蠳 蠰 蠳蠶 蠱蠷 蠴蠱 衍術衅 蠲蠮蠲蠹蠶蠱蠱蠷 蠲蠮蠴蠹蠶蠵蠹蠹
表 蠴蠮蠶蠺 衉衒衔模型法在βr > 蠰之下預測衍衯衮衤衯資料的結果蠬取自γ起始值二的第一次訓練測試集 預測數值蠨情況衁蠩 預測數值蠨情況衂蠩
實際評分值 蠱 蠲 蠳 蠴 蠵 蠱 蠲 蠳 蠴 蠵 蠱 蠲蠸 蠰 蠱蠶 蠲 蠵 蠲蠸 蠰 蠶 蠲 蠵 蠲 蠱蠰 蠰 蠱蠵 蠲 蠲 蠱蠰 蠰 蠳 蠲 蠲 蠳 蠵 蠰 蠲蠰 蠵 蠱 蠵 蠰 蠱蠰 蠵 蠱 蠴 蠲 蠰 蠲蠳 蠱蠱 蠷 蠲 蠰 蠵 蠱蠱 蠷 蠵 蠸 蠰 蠱蠵 蠷 蠲蠲 蠸 蠰 蠶 蠷 蠲蠲 合計 蠵蠳 蠰 蠸蠹 蠲蠷 蠳蠷 蠵蠳 蠰 蠳蠰 蠲蠷 蠳蠷 衍術衅 蠲蠮蠳蠵蠴蠳蠶蠹 蠲蠮蠵蠷蠸蠲蠳蠱
表 蠴蠮蠷蠺 衉衒衔模型法在βr不限制之下預測衍衯衮衤衯資料的結果蠬取自γ起始值二的第一次訓練測試 集
制βr之下比較衍術衅的大小蠬以情況衁的結果衡量之下蠬衍術衅分別為蠲蠮蠲蠹蠶蠱蠱蠷和蠲蠮蠳蠵蠴蠳蠶蠹蠬這種情 況為少數βr > 蠰預測較準確的情形的例子。
實證結果再發現蠬當γ有呈現收斂的情形時蠬評分為蠲的數字完全不會被預測到蠬代表πrp2的數 值都不是最高的。以下說明為什麼會發生這種情形蠺
根據蠲蠮蠱節的蠨蠲蠮蠵蠩式來看蠬如何決定πrpc跟蠨蠲蠮蠲蠩式也有關係。令
yrp∗(m) 蠽 α(m)r 蠫 βr(m)θ(m)p 蠨蠴蠮蠱蠩
蠲蠹
‧ 值為1.36則πkrp3在接近0.602的機率接近0.276,數值大於0.274,這種情況有可能預測為3。
蠳蠰
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
圖 蠴蠮蠵蠺 以γ1, . . . , γ4為分界蠬y∗(k)rp 落在各個區間的πrp1k , . . . , πrp5k 的機率範圍蠬取自γ起始值二的第 一次訓練測試集
個不同的衍衃衍衃樣本中的γ收斂值雖然不完全相同蠬但是其數值也都在平均數附近蠬呈現出的圖 形和結果大致上也和圖蠴蠮蠵差不多。
接 著 觀 察 在γ收 斂 數 值 和 初 數 值 完 全 一 樣蠨或 者 相 當 接 近蠩的 預 測 情 形7。 表蠴蠮蠹以 及 表蠴蠮蠱蠰為取自γ起始值七的第九次訓練測試集蠬分別在βr > 蠰以及βr不限制下的預測結果。
兩種情況的衍術衅分別為蠱蠮蠸蠰蠰蠹蠷蠱及蠱蠮蠷蠶。接著不對βr有任何限制蠬以遮住相同的資料所做 出的其中一次結果如表蠴蠮蠱蠰蠺
在不限制βr之下蠬所做出來的結果乍看之下除了表蠴蠮蠹中原始為蠱被預測成蠲的蠬在本表大部份 預測為蠱以外蠬大體上結構也很相似。分別在兩種情況下衡量它們的衍術衅為蠱蠮蠶蠸蠹蠳蠲蠰和蠱蠮蠶蠰蠶蠶蠶蠷。
由於從表蠴蠮蠴的各種試驗結果發現大部份的情況在第五組γ起始值蠨即γ1, · · · , γ4之間開始 差蠳蠩之後大致上就呈現γ收斂數值和初數值很接近或完全一樣蠬此時衍術衅會比之前收斂的結果
7
例如第五組γ起始值為γ
1= 0, γ
2= 3, γ
3= 6, γ
4= 9, 在第二次訓練測試集的收斂值平均為γ
1= 0, γ
2= 3.092, γ
3= 6.035, γ
4= 8.964, 與起始值非常接近。
蠳蠱
‧
‧ 國
立 政 治 大 學
‧
N a
tio na
l C h engchi U ni ve rs it y
圖 蠴蠮蠶蠺 以γ1, . . . , γ4為分界蠬yrp∗(k)落在各個區間的πrp1k , . . . , πkrp5的機率範圍蠬取自第五組γ起始 值蠬假設收斂後的γ值與起始值完全一樣
靠 近蠳的 部 份 的 值 約蠰蠮蠴蠹蠹蠬很 接 近蠰蠮蠵蠬在蠰至蠳之 間 時πrp2k 值 又 大 於蠰蠮蠵蠬因 此 幾 乎 都 會 預 測 為蠲蠻yrp∗(k)分別在蠳至蠶、蠶至蠹之間也是同樣的狀況蠬yrp∗(k)大 於蠹則πkrp5的 值大過一半蠬因此預測 成蠵。在這種情況下每個數值都會預測到。而第六、第七組的計算結果也差不多蠬因此在圖的呈 現上也一樣。
4.2.3 MovieLens 預 預 預測 測 測結 結 結果 果 果
由於這筆資料的做法和衍衯衮衤衯完全相同蠬因此所使用的γ起始值也和衍衯衮衤衯完全一樣蠬列 在蠴蠮蠲蠮蠲節的表蠴蠮蠵。經由蠴蠮蠲蠮蠱節的相關係數檢定得知在顯著水準為蠰蠮蠰蠵之下蠬一共有蠶蠴蠲組兩兩 評分者間評分的相關係數顯著小於蠰蠬因此以本資料做預測時也一併考慮βr > 蠰和不限制βr兩種 情況。在不同的γ起始值之下蠬以衍衯衶衩补行补衮衳做出來的五次衍術衅值蠬列在表蠴蠮蠱蠲蠬所列出的衍術衅仍 以情況衁為主蠬即納入因為遮住蠱蠰蠥資料後沒有資訊能夠預測因此只能預測為蠳的數值。
由表蠴蠮蠱蠲觀察衍衯衶衩补行补衮衳這筆資料預測結果的衍術衅蠬幾乎都在蠰蠮蠹左右蠬而γc之間的間距慢慢
蠳蠳
‧
1 0.973 0.976 0.967 0.966 0.946 0.946 0.989 0.988 0.981 0.984
2 0.970 0.973 0.963 0.965 0.951 0.946 0.986 0.991 0.981 0.984
3 0.970 0.971 0.968 0.967 0.948 0.949 0.990 0.990 0.982 0.987
4 0.972 0.973 0.963 0.963 0.945 0.947 0.989 0.991 0.983 0.981
5 0.916 0.917 0.905 0.905 0.919 0.919 0.917 0.917 0.926 0.923
6 0.912 0.913 0.907 0.908 0.922 0.923 0.919 0.917 0.929 0.928
7 0.911 0.911 0.909 0.910 0.924 0.923 0.918 0.919 0.927 0.928
表 蠴蠮蠱蠲蠺 衉衒衔模型法在不同的γ起始值之下預測衍衯衶衩补行补衮衳資料的結果