正在生成
详细信息:
检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
max_order 否 Integer 最大交互阶数(AutoGroup需要提供此参数)。 hash_sizes 否 Array of integers 哈希长度(AutoGroup需要提供此参数)。 hash_compensation 否 Array of numbers 特征交互层惩罚项
max_order 否 Integer 最大交互阶数(AutoGroup需要提供此参数)。 hash_sizes 否 Array of integers 哈希长度(AutoGroup需要提供此参数)。 hash_compensation 否 Array of numbers 特征交互层惩罚项
数据探索是针对当前数据源的数据进行挖掘和分析,主要聚焦在特征的分布范围、统计以及特征齐全度等,使用户能够更了解数据,进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务,任务有对应的启动时间,由于近线实时数据会实时入库,因此可以通过定时执行数据探索任务来覆盖增量数据。 父主题:
max_order 否 Integer 最大交互阶数(AutoGroup需要提供此参数)。 hash_sizes 否 Array of integers 哈希长度(AutoGroup需要提供此参数)。 hash_compensation 否 Array of numbers 特征交互层惩罚项
max_order Integer 最大交互阶数(AutoGroup需要提供此参数)。 hash_sizes Array of integers 哈希长度(AutoGroup需要提供此参数)。 hash_compensation Array of numbers 特征交互层惩罚项系数(AutoGroup需要提供此参数)。
nin 是该神经元的输入数目。 优化器类型 grad:梯度下降算法 学习率:优化算法的参数,决定优化器在最优方向上前进步长的参数。默认0.001。 adam:自适应矩估计算法 结合AdaGrad和RMSProp两种优化算法的优点,对梯度的一阶矩估计(First Moment Est
数据探索是针对当前数据源的数据进行挖掘和分析,主要聚焦在特征的分布范围、统计以及特征齐全度等,使用户能够更了解数据,进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务,任务有对应的启动时间,由于增量数据会实时入库,因此可以通过定时执行数据探索任务来覆盖增量数据。 操作步骤
概述 欢迎使用推荐系统(Recommender System,简称RES) 。基于华为大数据和人工智能技术,提供推荐平台和算法服务,并帮助企业构建个性化推荐应用,助力提升网站/APP的点击率、留存率和用户体验。 您可以使用本文档提供推荐系统服务API的描述、语法、参数说明及样例等
病自动诊断、经济预测等领域。逻辑斯蒂回归算法通过在线性回归的基础上叠加一个sigmoid激活函数将输出值映射到[0,1]之间,是机器学习领域里常用的二分类算法。LR算法参数请参见逻辑斯蒂回归。 因子分解机算法是一种基于矩阵分解的机器学习算法,能够自动进行二阶特征组合、学习特征之间
max_order Integer 最大交互阶数(AutoGroup需要提供此参数)。 hash_sizes Array of integers 哈希长度(AutoGroup需要提供此参数)。 hash_compensation Array of numbers 特征交互层惩罚项系数(AutoGroup需要提供此参数)。
推荐系统2.0全新上线 推荐系统支持用户自定义场景和智能场景。智能场景根据场景类型预置好对应的智能算法,为匹配的场景提供智能推荐服务。自定义场景面向了解推荐算法等相关的用户,可自定义推荐中涉及算法的使用和组合,能够自定义开发推荐流程,提供推荐服务。 商用 智能场景
特征工程 特征工程常用于抽取用户、物品的特征和特定算法的特征生成,一般作为某些算法的前置输入条件。 特征工程 召回策略 召回策略用于生成推荐的候选集,在原始数据中通过算法和规则匹配用户的候选集。 召回策略 排序策略 排序策略根据不同的算法模型对召回策略或者近线策略生成的候选集进行重排序,得到推荐候选集列表。
创建数据源之前您需要自己手工创建整理这些表并存储到OBS,推荐数据目前支持JSON格式。 离线数据为初次对接RES的批量数据,供场景中的召回算法和排序算法进行计算。近线数据可实时更新、增加用户和物品表数据,同时实时行为数据,可作为后续近线召回计算,这些近线行为数据也会和离线行为数据进行汇总存储,供离线计算。
描述 根据业务自定义。例如,这是一个测试策略。 隐向量维度 在ALS算法中使用,指定用户隐向量、物品隐向量的隐含因子的维度大小。如果离线计算失败,建议调小至10以下。 默认为10。 优化正则化系数 在ALS算法中使用,指定用户隐向量、物品隐向量的隐含因子的维度大小。 设置为默认参数0
选择并配置推荐业务 智能场景 针对对应的场景,由RES根据场景类型预置好对应的智能算法,为匹配的场景提供智能推荐服务。 智能场景简介 自定义场景 面向了解推荐算法等相关的用户,可自定义推荐中涉及算法的使用和组合,能够自定义开发推荐流程,提供推荐服务。 自定义场景简介 获取推荐结果
选择并配置推荐业务 智能场景 针对对应的场景,由RES根据场景类型预置好对应的智能算法,为匹配的场景提供智能推荐服务。 智能场景简介 自定义场景 面向了解推荐算法等相关的用户,可自定义推荐中涉及算法的使用和组合,能够自定义开发推荐流程,提供推荐服务。 自定义场景简介 获取推荐结果
自定义场景 自定义场景简介 创建自定义场景 算法介绍及参数说明 修改自定义场景 发布或终止自定义场景 获取推荐结果 删除自定义场景
CANDIDATES_SET ItemCF算法生成的用户-物品列表候选集。 ITEMCF_REC_OFFLINE_CANDIDATES CANDIDATES_SET ItemCF算法生成的物品-物品列表候选集。 基于用户的协同过滤推荐 采用经典算法基于用户的协同过滤(UserCF)进行召回。
name 是 String 策略别名,最大长度60字符。 algorithm_type 是 String 算法类型。 parameter 是 JSON 请参见策略参数说明,算法参数,JSON字符串。 data_source 是 List 请参见表6,数据源。 响应消息 响应参数请参见表6。
String 算法类型 DATA_QUALITY_INSPECTION algorithm_parameters 是 JSON 算法参数,每一种算法都有其特定的参数。 DATA_QUALITY_INSPECTION,请参见表7。 data_source 是 List 算法数据源配置