PL
так что посчитал не прицнипиальным
Size: a a a
2021 January 14
SМ
А объектов много?
PL
4000, 9000 объектов.
PL
признаков 1000, 25000
PL
в кажом объекте их присутсвует не больше нескольких десятков-может сотни
SМ
> А если считать что объект это документ компонент?
не уловил. поясните? это текстовые данные в действительности, коллекции и элементы/фрагменты.
не уловил. поясните? это текстовые данные в действительности, коллекции и элементы/фрагменты.
Пусть объект это некий id, компонента тоже id
SМ
Тогда объект obj id это набор comps id
SМ
Получается, что obj id это документ из comps id
SМ
"документ"
SМ
Может натравить на это w2v?)
SМ
Токен =comp id
SМ
Обучить skip gramm
SМ
Получим comp_id2vec
SМ
Вектор объекта есть сумма векторов компонент
PL
ну т.е. есть все же делаем разреженную матрицу и отправляем в какой-то алгоритм ембеддинга?
SМ
Ну я бы так сделал,но если очень хочется упороться
SМ
Вместо umap можно попробовать сделать какое-нибудь классическое линейное разложение (типа truncatedSVD или какой-нибудь вариант topic modelling).
Но считаю,лучше начать с простого
SМ
Как указал Давид