sklearn字典學習中的錯誤計算

Question

我正在嘗試重新計算字典學習的重建錯誤。

當根據這裏的公式重新計算這個錯誤，我得到比sklearn產出不同的結果。

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.DictionaryLearning.html

從我能在sklearn的代碼理解，它可能是與transform_algorithm的選擇，但我不明白究竟是什麼。

這裏是一個代碼段說明了這個問題。

https://gist.github.com/nicofarr/d277fb0c350849e0c3333767b8a1fb2b

當設置阿爾法爲0，我的錯誤計算是正確的，所以我認爲我計算殘差的正確方法。所以問題出在錯誤的第二項，涉及到alpha。

在此先感謝

Nicofarr

Answer 1

尼科，根據您的代碼計算使用相同的公式錯誤作爲目標函數你減少尋找最佳稀疏的契合，即「殘差」 +」阿爾法·懲罰」。懲罰被添加來強制解決方案中的稀疏性，但不應該用來計算錯誤。你正在尋找的錯誤是由殘差給出的。你有沒有檢查過你的代碼和sklearn中的最佳參數（u's和v's）是否相同？