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
认0.1。 L1正则项系数:叠加在模型的1范数之上,用来对模型值进行限制防止过拟合。默认0。 L2正则项系数:叠加在模型的2范数之上,用来对模型值进行限制防止过拟合。默认0。 L2正则项系数 叠加在模型的2范数之上,用来对模型值进行限制防止过拟合。默认0。 正则损失计算方式 正则损失计算当前有两种方式。
UserCf,用户协同过滤召回作业 WeightBehavior,综合行为热度召回作业 Filter,历史行为过滤作业 AutoPreRank,智能ETL参数生成作业 ETL,离线特征工程作业 LR,LR作业 DEEPFM,DEEPFM作业 AutoGroup,AutoGroup作业 StreamRank,在线训练作业
UserCf,用户协同过滤召回作业 WeightBehavior,综合行为热度召回作业 Filter,历史行为过滤作业 AutoPreRank,智能ETL参数生成作业 ETL,离线特征工程作业 LR,LR作业 DEEPFM,DEEPFM作业 AutoGroup,AutoGroup作业 StreamRank,在线训练作业
UserCf,用户协同过滤召回作业 WeightBehavior,综合行为热度召回作业 Filter,历史行为过滤作业 AutoPreRank,智能ETL参数生成作业 ETL,离线特征工程作业 LR,LR作业 DEEPFM,DEEPFM作业 AutoGroup,AutoGroup作业 StreamRank,在线训练作业
Studio>用户指南>数据开发>节点> Rest Client”。 图1 作业监控及任务异常重新启动节点配置 对第一个节点进行查询作业详情的配置。查询作业详情参数请参见查询作业详情API。 对第二节点进行重新执行作业的配置。重新执行作业详情参数请参见重新执行作业的API。 当检测到近线任务(
解决组合特征稀疏的问题。FM算法参数请参见因子分解机。 域感知因子分解机是因子分解机的改进版本,因子分解机每个特征对其他域的隐向量都一致,而域感知因子分解机每个特征对其他每个域都会学习一个隐向量,能够达到更高的精度,但也更容易出现过拟合。FFM算法参数请参见域感知因子分解机。 深
任务。 “正向行为类型”:设置正向行为的类型及权重值。 “负向行为类型”:设置负向行为的类型及权重值。 行为去重方式 将行为数据中某个用户对某个物品的多条记录进行去重,目前支持按行为权重去重(正向行为且权重越大的优先)和按时间去重(每天、每星期、每个月保留一条数据)。 “权重绝对
自定义场景(热度推荐) RES提供了推荐算法,让用户能够根据场景自定义推荐策略,可以基于RES提供的多种召回、排序算法等进行自定义的推荐场景创建。 本章节介绍热度推荐场景的搭建样例,该场景常见于电商或者视频网站首页的排行榜或者畅销榜等。 上述推荐场景在RES的自定义场景通过简单配
相对时间间隔:与数据源内的行为数据记录最后的一条时间相差天数。 最小次数:某用户对某物品产生某行为的最小次数。 行为类型:指定行为类型。 绝对时间间隔:与当前时间相差天数。 最大次数:某用户对某物品产生某行为的最大次数。 行为过滤逻辑 设置为AND或者OR。AND即为在7天内
搜索的排序信息。 label:客体的属性名称。 orde:排序规则,asc是升序排列,desc是降序排列。 profile_query - 对用户画像进行字段查询,传入string数组进行查询。 单纯用户推荐预测JSON请求体如下,仅针对用户进行个性化推荐。 { "id":"user1"
表10 writer_parameters高级设置参数说明 参数名称 是否必选 参数类型 说明 save_mode 否 String 对结果保存路径中已有宽表数据的保留方式: new(否,不保留任何已有的数据) append(是,保留全部已有的数据) overwrite(覆盖
L1正则项系数(lambda1) 是 Double 叠加在模型的1范数之上,用来对模型值进行限制防止过拟合。取值范围[0,1],默认值为0。 L2正则项系数(lambda2) 是 Double 叠加在模型的2范数之上,用来对模型值进行限制防止过拟合。取值范围[0,1],默认值为0。 学习率(learning_rate)
文件数据信息请参见全局特征信息文件。 当上传的数据中的特征有变化时,用户需要同步更新该文件。该文件为JSON格式,包含特征名、特征大类、特征值类型。 保留已有宽表 对结果保存路径中已有宽表数据的保留方式: 否,不保留任何已有的数据。 是,保留全部已有的数据。 覆盖,将相同日期下的数据覆盖掉,保留不同日期下的数据。
最小值:1 最大值:200 match_feature_pairs 否 Array of MatchFeaturePair objects 匹配特征对(属性匹配召回作业需要提供此参数)。 striping 否 Striping object 行条化策略(属性匹配召回作业、物品协同过滤召回作
collect:用户收藏了某个物品 uncollect:用户取消收藏某个物品 search_click:用户点击搜索结果中的物品 comment:用户对物品的评论 share: 分享 like:点赞 dislike:点衰 grade:评分 consume:消费 use:观看视频/听音乐/阅读
最小值:1 最大值:200 match_feature_pairs Array of MatchFeaturePair objects 匹配特征对(属性匹配召回作业需要提供此参数)。 striping Striping object 行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。
最小值:1 最大值:200 match_feature_pairs 否 Array of MatchFeaturePair objects 匹配特征对(属性匹配召回作业需要提供此参数)。 striping 否 Striping object 行条化策略(属性匹配召回作业、物品协同过滤召回作
最小值:1 最大值:200 match_feature_pairs Array of MatchFeaturePair objects 匹配特征对(属性匹配召回作业需要提供此参数)。 striping Striping object 行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。
最小值:1 最大值:200 match_feature_pairs Array of MatchFeaturePair objects 匹配特征对(属性匹配召回作业需要提供此参数)。 striping Striping object 行条化策略(属性匹配召回作业、物品协同过滤召回作业、用户协同过滤召回作业需要提供此参数)。