01Overall Concept
ไอเดียหลัก — Kernel Ridge รวม squared loss กับ L2 regularization และ kernel trick ได้คำตอบแบบปิดใน dual space จึงสร้างเส้นโค้งเรียบจาก similarity กับตัวอย่างฝึกทั้งหมด
ลองนึกภาพว่า — เหมือนให้ทุกจุดฝึกส่งแรงดึงผ่านกฎความคล้าย แล้วใช้สปริงคุมไม่ให้เส้นแกว่งเกินไป
ตัวอย่างการนำไปใช้ — พยากรณ์ฟังก์ชันเรียบและข้อมูลเคมีหรือวัสดุที่มี kernel เฉพาะ
02อธิบายภาษาคนเข้าใจง่ายๆ
Kernel Ridge Regression เริ่มจากคำถามง่าย ๆ ว่า ทำ Ridge ในพื้นที่ feature ที่ kernel นิยามไว้ วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ
เหมือนให้ทุกจุดฝึกส่งแรงดึงผ่านกฎความคล้าย แล้วใช้สปริงคุมไม่ให้เส้นแกว่งเกินไป ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน
Kernel Ridge รวม squared loss กับ L2 regularization และ kernel trick ได้คำตอบแบบปิดใน dual space จึงสร้างเส้นโค้งเรียบจาก similarity กับตัวอย่างฝึกทั้งหมด พารามิเตอร์หลักใน Playground คือ Regularization α เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ
ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ feature matrix หรือ precomputed kernel และ target ต่อเนื่อง · ตัวอย่าง 60–150 แถว เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก
งานที่เหมาะ เช่น พยากรณ์ฟังก์ชันเรียบและข้อมูลเคมีหรือวัสดุที่มี kernel เฉพาะ ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า
ภาพจำ: dual coefficients และค่าทำนาย · Playground แสดงผลเมื่อปรับ Regularization α พร้อมจำข้อจำกัดสำคัญว่า kernel matrix ใช้หน่วยความจำกำลังสองและทำนายจากทุกตัวอย่างฝึก
03How it works
ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ
เตรียมข้อมูลให้ตรงโจทย์
feature matrix หรือ precomputed kernel และ target ต่อเนื่อง ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล
ตั้งค่าที่ควบคุมพฤติกรรม
ใช้ alpha เพื่อคุมความเรียบและขนาดสัมประสิทธิ์ และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้
คำนวณแก่นของวิธี
สร้าง kernel matrix ของข้อมูลฝึก จากนั้น บวก alpha ที่แนวทแยงเพื่อ regularize Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ
สร้างผลลัพธ์ที่นำไปอ่านได้
แก้ระบบเชิงเส้นแล้วคูณ kernel ของข้อมูลใหม่ ผลที่ได้คือ dual coefficients และค่าทำนาย ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล
ตรวจว่าคำตอบใช้ได้จริง
เปรียบเทียบหลายค่าของ alpha ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า kernel matrix ใช้หน่วยความจำกำลังสองและทำนายจากทุกตัวอย่างฝึก
ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ
alpharandom_statevalidationข้อมูลที่รับเข้ามา
feature matrix หรือ precomputed kernel และ target ต่อเนื่อง
feature matrix หรือ precomputed kernel และ target ต่อเนื่อง · ตัวอย่าง 60–150 แถวพารามิเตอร์ที่ใช้
- alpha
- คุมความเรียบและขนาดสัมประสิทธิ์
- random_state
- ตรึงการสุ่มเพื่อให้ทดลองซ้ำและเปรียบเทียบได้
- validation
- เก็บข้อมูลส่วนหนึ่งไว้ตรวจคุณภาพกับตัวอย่างที่ไม่ใช้ฝึก
ผลลัพธ์ที่ได้
dual coefficients และค่าทำนาย
dual coefficients และค่าทำนาย · Playground แสดงผลเมื่อปรับ Regularization αคำนวณทีละขั้น
- 01
สร้าง kernel matrix ของข้อมูลฝึก
- 02
บวก alpha ที่แนวทแยงเพื่อ regularize
- 03
แก้ระบบเชิงเส้นแล้วคูณ kernel ของข้อมูลใหม่
ควรรู้อีกนิด — kernel matrix ใช้หน่วยความจำกำลังสองและทำนายจากทุกตัวอย่างฝึก
04Make it yours
# ติดตั้ง: pip install numpy scikit-learn# ดาวน์โหลด sample.csv จากหน้านี้ แล้ววางไว้ข้างสคริปต์import numpy as npdata = np.genfromtxt("kernel-ridge-regression-sample.csv", delimiter=",", skip_header=1)from sklearn.kernel_ridge import KernelRidgefrom sklearn.model_selection import train_test_splitfrom sklearn.preprocessing import StandardScalerfrom sklearn.pipeline import make_pipelinefrom sklearn.metrics import root_mean_squared_errorX = data[:, :2]y = data[:, 1]X = data[:, :1]X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.25, random_state=42)model = make_pipeline(StandardScaler(), KernelRidge(alpha=1, kernel="rbf", gamma=1))model.fit(X_train, y_train); pred = model.predict(X_test)print("RMSE:", root_mean_squared_error(y_test, pred))print("Predictions:", pred[:10])โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด
05Learn by playing
regularization เท่าใดทำให้เส้น kernel เรียบโดยยังตามสัญญาณ?
จุดฝึกทุกจุดมีอิทธิพลผ่าน kernel ส่วน alpha ดึงสัมประสิทธิ์ให้เล็ก
เส้นเรียบขึ้นและอิทธิพลของจุดเดี่ยวลดลง
เปรียบเทียบความโค้งของเส้นกับ error ไม่ดู error อย่างเดียว
Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง