sklearn字典学习中的错误计算

Question

我正在尝试重新计算字典学习的重建错误。

根据此处的公式重新计算此错误时，我得到的结果与sklearn输出的结果不同。

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.DictionaryLearning.html

根据我在sklearn的代码中可以理解的，它可能与transform_algorithm的选择有关，但我不明白到底是什么。

以下是说明问题的代码段。

https://gist.github.com/nicofarr/d277fb0c350849e0c3333767b8a1fb2b

当将alpha设置为0时，我的误差计算是正确的，所以我假设我正在以正确的方式计算残差。所以问题在于错误的第二个术语，它涉及alpha。

提前致谢

Nicofarr

Answer 1

Nico，根据您的代码，您使用与最小化的目标函数相同的公式计算误差，以找到最佳稀疏拟合，即“残差”+“alpha *惩罚”。添加惩罚以强制解决方案中的稀疏性，但不应将其用于计算错误。您正在寻找的错误由残差给出。您是否检查过代码和sklearn中的最佳参数（u和v）是否相同？