تقنية

Affinity Propagation: كيف تختلف رسالة الترشيح عن القرار النهائي؟

حساب رسالة مسؤولية موجبة ثم مزجها بنصف الوزن دون إعلان ممثل نهائي
ترشيح أولي يحتاج إلى بقية الرسائل؛ الإشارة ليست احتمالًا.

تختار AffinityPropagation نقاطًا تمثل المجموعات عبر رسائل متبادلة. يؤثر preference في اختيار الممثلين، ويمزج damping الرسالة القديمة بالتحديث الجديد. [1]

الخلاصة السريعة

الرسالة الموجبة لصالح مرشح ليست احتمالًا ولا قرارًا نهائيًا بأنه الممثل. نحتاج إلى بقية الرسائل واستقرار العملية قبل قراءة نتيجة التنفيذ.

  • الممثل المختار نقطة من البيانات؛ تتبادل الطريقة رسائل مسؤولية وإتاحة، ولا نستبدل الممثل بمتوسط غير موجود في القائمة. [1] [2]
  • في مثال أولي بلا اضطراب عددي ومع إتاحة صفرية وأفضلية ذاتية سالب 4، تعطي مسؤوليات النقطة الأولى سالب 3 وموجب 3 وسالب 15.
  • رفع أفضلية التمثيل الذاتي من سالب 4 إلى سالب 0.5 يقلب مسؤولية ترشيح النقطة الثانية إلى سالب 0.5؛ ليست هذه تسميات نهائية.
  • تخميد 0.5 مع رسالة قديمة صفرية ينصف التحديث الجديد؛ إشارة رسالة واحدة لا تثبت التقارب أو اختيار ممثل. [1] [2]

نقطة ممثلة ورسائل يراجع بعضها بعضًا

نفترض ثلاث نقاط على خط عند 0 و 1 و 4. نمثل تشابه النقاط المختلفة بسالب مربع المسافة، ونحدد التشابه الذاتي بإعداد أفضلية سنذكره منفصلًا عن مسافة النقطة إلى نفسها.

تتبادل الطريقة المسؤولية عن صلاحية المرشح والإتاحة التي تراعي تأييد النقاط الأخرى؛ يجمع التنفيذ الرسالتين عند تقرير الممثلين. [2]

هدفنا قراءة رسالة واحدة للنقطة عند صفر. لا نحسب رسائل الشبكة كلها أو نعلن مجموعاتها. يحتاج القارئ إلى هذا الحد حتى لا يبدو صف إيجابي واحد بديلًا عن باقي العملية.

صف يمكن إعادة حسابه دون تشغيل

نختار أفضلية ذاتية سالب أربعة، فصف التشابه للنقطة الأولى هو [−4،−1،−16]. نبدأ الإتاحات بصفر، ونحذف الاضطراب العددي الصغير الذي يضيفه التنفيذ؛ الحساب هنا تحليلي مبسط.

تطرح رسالة المسؤولية أكبر تشابه مع الإتاحة بين المرشحين الآخرين، بعد استبعاد المرشح الذي نحسب له الرسالة. [2]

للمرشح الأول نحصل على −4−max(−1،−16)=−3. للثاني: −1−max(−4،−16)=3. للثالث: −16−max(−4،−1)=−15. حصل الثاني على إشارة موجبة في هذه الجولة، لا على احتمال ثلاثة أو تسمية نهائية.

الأفضلية تغير المقارنة نفسها

نبقي المسافات كما هي ونرفع التشابه الذاتي من سالب أربعة إلى سالب 0.5. تصبح مسؤولية النقطة الأولى عن المرشح الثاني −1−max(−0.5،−16)=−0.5 بدل موجب ثلاثة.

تغيرت الإشارة رغم ثبات التشابه مع المرشح الثاني عند سالب واحد. السبب أن أفضل بديل في المقارنة أصبح التمثيل الذاتي بقيمة أعلى، لا أن المسافة إلى الثاني زادت فجأة.

يؤثر preference في عدد الممثلين، لكنه ليس حقلًا لتحديد عدد مجموعات مضمون مباشرة. [1]

لذلك سجل الأفضلية إلى جانب مصفوفة التشابه إذا قارنت نتيجتين. هذا المثال لا يحسب نتيجة أفضلية جديدة للشبكة، ولا يستنتج أن كل نقطة ستصبح ممثلًا من زيادة واحدة.

التخميد لا يحول الرسالة إلى احتمال

يعطي damping الوزن للرسالة القديمة، ويعطي 1−damping للتحديث الجديد في التنفيذ الموثق. [1] [2]

عند damping=0.5 ورسائل قديمة صفرية، تصبح نتائج صفنا الأول −1.5 و 1.5 و−7.5. اخترنا الصفر للماضي صراحة؛ لو كان مختلفًا لوجب إدخاله في المزج بدل تنصيف الرسالة الجديدة وحدها.

ما زالت إتاحات النقاط الأخرى وتكرارات العملية غير محسوبة. إذا انتهى تشغيل فعلي، راجع حالة التقارب قبل استعمال ممثليه. لم نشغله هنا، ولا نستعمل الإشارة الموجبة للرسالة الثانية لإثبات استقرار أو جودة تقسيم.

المصادر ومتابعة القراءة

  1. scikit-learn: AffinityPropagation (يفتح في نافذة جديدة)scikit-learn.org
  2. scikit-learn source: affinity_propagation (يفتح في نافذة جديدة)raw.githubusercontent.com

أُعدّ هذا المقال بصياغة عربية أصلية بالاستناد إلى المصادر أعلاه، وهو مدخل تمهيدي إلى الموضوع. اقرأ منهجية المحتوى وحدوده.