Период времени Системное сущность разрешается к следующему календарному году для предложений, не относящихся к конкретному году

Я думаю, есть два способа взглянуть на вопрос, помогает ли SVD / PCA вообще.

Лучше ли использовать сокращенные данные PCA вместо необработанных данных?

Часто да, но бывают ситуации, когда PCA не требуется.

Я хотел бы дополнительно рассмотреть, насколько хорошо билинейная концепция PCA подходит к процессу генерации данных. Я работаю с линейной спектроскопией, которая определяется физическими законами, которые означают, что мои наблюдаемые спектры $ \ mathbf X $ являются линейными комбинациями спектров $ \ mathbf S $ химических видов I, взвешенных по их соответствующим концентрациям $ c $: $ \ mathbf X = \ mathbf C \ mathbf S $. Это очень хорошо подходит для модели оценки PCA $ \ mathbf T $ и загрузок $ \ mathbf P $: $ \ mathbf X = \ mathbf T \ mathbf P $ I don не знаю ни одного примера, когда PCA повредил модель (за исключением грубых ошибок при создании комбинированной модели PCA-whaterver)

Даже если базовые отношения в ваших данных не очень хорошо подходят для билинейных подход PCA, PCA в первую очередь - это только поворот ваших данных, который обычно не повредит. Отказ от более высоких ПК приводит к уменьшению размеров, но из-за настройки PCA они несут в себе лишь небольшую дисперсию - так что, скорее всего, даже если это не все, что подходит, это не повредит так много, ни ,

Это также часть компромисса смещения смещения в контексте PCA в качестве метода регуляризации (см. аннулятор @ usεr11852).

Лучше использовать PCA вместо некоторых другой метод уменьшения размеров?

Ответ на это будет специфичным для приложения. Но если ваше приложение предлагает другой способ генерации функций, эти функции могут быть гораздо более мощными, чем некоторые ПК, поэтому это стоит рассмотреть.

Опять же, мои данные и приложения имеют характер, в котором PCA является довольно естественным, поэтому я использую его, и я не могу внести противоположный пример.

Но: имея молоток PCA не подразумевает, что все проблемы - это гвозди ... Ищем контрпримеры, я бы начал, может быть, анализ изображений, где объекты, о которых идет речь, могут появляться где угодно на картинке. Люди, которых я знаю, которые занимаются такими задачами, обычно разрабатывают специализированные функции.

Единственная задача, с которой я обычно сталкиваюсь, - это обнаружить всплески космических лучей в сигналах моей камеры (острые пики где-то вызваны космическими лучами, попадающими в ПЗС). Я также использую специализированные фильтры для их обнаружения, хотя их легко найти и после PCA. Тем не менее, мы описываем это скорее, поскольку PCA не является надежным против шипов и находят его тревожным.

0
задан Ari 13 July 2018 в 18:17
поделиться

2 ответа

Вы можете настроить свой ответ в веб-узле исполнения. Например, вы можете настроить функцию выполнения, которая будет считывать значение сущности системы даты и выполнять соответствующую логику.

В зависимости от того, используете ли вы действия в клиентской библиотеке Google или библиотеке выполнения Dialogflow, синтаксис будет другим. Пожалуйста, обратитесь к документам для Действия в Google или Dialogflow о том, как извлечь значения объектов из диалогового окна.

0
ответ дан Aza Tulepbergenov 17 August 2018 в 12:16
поделиться

Вам не нужно настраивать DialogFlow с тем, что в текущем году, ваш веб-хост (логика) должен сделать это предположение.

0
ответ дан Bcf Ant 17 August 2018 в 12:16
поделиться