Gildus
Идея любопытна. UMAP на каком количестве ближних соседей строится? Насколько сильно увеличение/уменьшение параметра влияет на формирования кластеров? Пробовал оценивать теги по Laplacian Score или другим подобным метрикам? В теории это позволяет отсеять малоинформативные (не влияющие на кластеризацию теги), тем самым уменьшив шум и ускорив работу.
Я с чем-то похожим столкнулся на Windows, оказалось, что необходимо включить VPN - судя по всему какой-то сервер, который проверяет оригинальность копии заблокирован Роскомпозором.
На рутрекере, увы, с вшитыми китайскими сабами только, а вот за наводку на avistaz благодарю!
А где его смотреть, кстати? Я, кажется, настолько туп для Карвая, что просто его не нашел. Неужели только диски критерион искать?
Намек понял, продолжаем превозмогать
Да, начал свой день с того что проебал двух котов на боссе-пауке. 40 часов почти, а я всё еще во второй акт не суюсь почти. Офигенная игра, мне нравится.
Как раз последний месяц читал в рамках изучения концепции скандинавского детектива. Начал со Снеговика (не знал, что это серия, случайно попал), прочел еще три книги идущие дальше, после чего устал. В целом, добротно написанные бульварный книженции в духе hardboiled детективов. Читать интересно, саспенс работает как надо. Физическое насилие жестокое, если это вызывает проблемы, то лучше пропустить. Из минусов - всё достаточно предсказуемо, у автора достаточно очевидный паттерн развития сюжета и считать его не слишком сложно. А еще автор очень любит писать про то, что не знает абсолютно без какого либо исследования вопроса. Т.е. кое-где он начинает рассказывать такие вещи, которые не могли бы случаться в принципе, физические законы не позволят.
Да, да, теперь я своими руками исправляю написанный код. И иногда испытываю сильное ощущение, что меня где-то наебали.
Японец из Лоста тоже часто мелькает)
Спасибо на ответы. Не успел вчера ответить. Очень интересно, что из этого всего можно вытащить.
Не совсем понимаю, что вы под разреженностью тут понимаете? Теги у которых не получилось достать значения больше чем в 10% случаев?
Лапласиан - это навскидку, возможно другие его формы (Типа, индекса Гири) пойдут лучше. Т.е. судя по наличию группировки объектов сама по себе группа методов будет успешной, но при "жадном" отборе стоит смотреть на структуру результата - при сильно изолированных кластерах Лапласиан может начать отбирать теги, которые изолируют уже отдалённые кластеры. Вроде бы, у вас так быть не должно (судя по материку в середине), но черт знает.
Про количество ближних соседей я почему спросил: есть очень сильное ощущение, что когда K уйдет к совсем низким значениям (3-7) ваш материк может начаться превращаться в карту архипелагов, которые (судя по мысам и подобным структурам) могут оказаться информативнее.