基于深度学习的异构数据匹配特性研究

Question

我面临的问题是，我希望匹配彼此相似的属性(房屋/公寓等)(例如经度和纬度(数字)、卧室(数字)、地区(类别)、条件(分类)等)。使用深度学习。数据是异构的，因为我们混合了数字和分类数据，而问题是无监督的，因为我们没有使用任何标签。

我的目标是获得属性相似性的度量，这样我就可以为每个目标属性找到最匹配的属性。我可以使用KNN，但我想使用一些可以让我找到嵌入并使用深度学习的东西。

我想我可以确定一个混合距离度量，比如Gower距离作为损失函数，但是我如何建立一个模型来确定，比如说，我的样本中每个目标属性的前10个匹配？

任何帮助或指向类似问题集(Kaggle，notebooks，github)的人都将不胜感激。

谢谢

Answer 1

考虑到您需要无监督的方法，您可以尝试使用自动编码器。我发现变分自动编码器(VAE)对解决其他问题非常有效。学习的嵌入应该在一定程度上考虑输入空间中的距离，但如果希望以特定方式分隔示例，则可能需要稍微修改损失函数。

要得到前k个，你只需对每个示例进行编码，计算一个距离矩阵，然后在每行(或列)中取前k。

我在Pytorch：here中有一个VAE(和其他)的实现供你参考，显然你需要一个不同的网络架构来处理分类方面等。

希望这能有所帮助！