TensorLy 张量回归

TensorLy 笔记系列

1. tensorly-01 安装教程
2. tensorly-02 快速上手
3. tensorly-03 后端系统
4. tensorly-04 基本操作
5. tensorly-05 张量分解
6. tensorly-06 张量回归

6. Tensor 回归

TensorLy 支持 Tensor 回归。

6.1. 设置

Tensor 回归的库在 tensorly.regression 模块中。给定一系列 N tensor 样本/观测值, ${\tilde{X}}_i,i=1,\cdots ,N$, 对应的标签$y_i,i=1,\cdots ,N$。期望找到权重tensor，使得 $i=1,\cdots ,N,y_i=⟨{\tilde{X}}_i,\tilde{W}⟩$。除此之外，$\tilde{W}$是一个$rank-rCP$分解(Kruskal 回归)或者rank (r_1, \cdots, r_N)-Tucker分解(Tucker 回归)。参考文献 1中有tensor回归的具体解释。

TensorLy 中实现了两种tensor回归方法。例如，Krusal 回归通过tensorly.regression.KruskalRegression。该方法实现了需要X个样本和对应的标签的拟合方法。给定一组测试样本，可以使用预测的方法从模型中获得相应的预测。

参考文献

1. W. Guo, I. Kotsia, and I. Patras. “Tensor Learning for Regression”, IEEE Transactions on Image Processing 21.2 (2012), pp. 816–827
2. tensorly