この記事の寄与は小さいフィッティングGAMの一種で、このモデルをフィットする際の技術の対相互作用に対処することです。
私は2つのステップで二つの重要なステップの練習は、最初のステップは、データに基づいて上位K対毎の相互作用を見つけることです理解しています。
高速トレーニングスピードに関しては、これは対毎の相互作用の取り扱いを簡素化し、そしてそれは次のように扱われます。
つまり、それぞれ二値化は、その機能のペアのために、値の唯一の4種類が、質問は二値化セグメンテーションを簡素化するためにこれを行うにはどのようになり、状況の4種類のインパクトと値がラベルにありますどのくらい(であること、4例は多くの重量を適用しています)。
これらの条件下で問題が、親切横にDカット方法を、法律のカット垂直Dの種類は非常に簡単になり、その後、あなたは、Dの右の4例があります*重量の切断方法のd種類は、動的プログラミング、高速を使って計算することができますA。
図は、体重4の例をカウントする方法ポストカット法を知られています
ここで、それぞれ水平方向と垂直方向との、接頭辞によって一次元と2つのプレフィックス、したがっておよび
示す4点の重みとして算出されます。
この方法では、この方法を使用することができる切断の動的プログラミング種類の値を計算することができます。
図の擬似コードを次のように
プロセスは、特に簡単です。セグメント化方式の後にペアのすべてで、彼らの長所は、最高の切断方法を選択し計算する必要があります。
評価は、デザインのテキストによると発見された、各方法の演算は、切断されます。
そして、我々はのテキストに応じてデザインを見つけました
少し意味がまだここに推定されます。そして、ペアごとの相互作用を表し、この法律の最良のカットから出てくるだろう。だから、この部分を要約すると、その後の暴力のペアのすべて、その後、彼らの最高の切断方法を取得し、各ペアに対応する、とはK組の最良のトップドロー効果を比較することです。
トップKのペアを使用すると、残りの部分(この場合は残りの部分をバックフィッティングモデルの単変量に合わせてある)と、モデルに合うようにすることができます