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
是否有样例数据支撑我进一步了解RES? RES提供了可用来测试的全量数据,包括智能场景和自定义场景的样例测试。 智能场景的样例测试,可参见智能场景(猜你喜欢)。 自定义场景的样例测试,可参见自定义场景(热度推荐)。 父主题: 基础问题
获取推荐结果 在线服务创建完成,部署成功后,当服务状态会显示“运行中”,表示服务状态正常。您可以通过在线预测功能测试推荐结果进一步调整作业参数,也可以通过预测接口来调用API,获取推荐结果。 在线预测 登录RES管理控制台,在左侧菜单栏中选择“在线服务”,进入服务列表页面。 单击
PFM、PIN这五种算法的数据处理互相通用。 训练集测试集划分方式 按时间或者比例来划分训练集测试集。 “TIME” 训练数据时间:训练数据起始时间和终止时间,该起始时间和终止时间不得超过行为数据的时间范围。 测试数据时间:测试数据起始时间和终止时间,该起始时间和终止时间不得超过行为数据的时间范围。
获取推荐结果 智能创建完成,运行成功后,当服务状态会显示“运行中”,表示状态正常。您可以通过预测功能测试推荐结果进一步调整作业参数,也可以通过预测接口来调用API,获取推荐结果。 如果近线数据源有更新,需要重新调度召回策略,才会有对应的推荐结果。 预测 登录RES管理控制台,在左
获取推荐结果 在线服务创建完成,部署成功后,当服务状态会显示“运行中”,表示服务状态正常。您可以通过在线预测功能测试推荐结果进一步调整作业参数,也可以通过预测接口来调用API,获取推荐结果。 界面预测 登录RES管理控制台,在左侧菜单栏中选择“推荐业务>自定义场景”,进入自定义场景列表页面。
“个数比例”:个数比例是将全部数据按个数比例随机划分成训练集和测试集传入值。取值RAMDOM。 训练数据占比 生成的结果中,训练集占整个训练集和测试集的比例,默认0.7。 测试数据占比 生成的结果中,训练集占整个训练集和测试集的比例,默认0.3。 开启调度 开启调度,按照指定的调度策略定期执行作业。
径。 即特征工程“排序样本预处理”结果保存路径下具体的训练文件路径。 测试数据的obs路径 单击选择特征工程排序样本预处理生成的测试数据所在的OBS路径。 即特征工程“排序样本预处理”结果保存路径下具体的测试文件路径。 特征值数量统计文件 该文件标识了每一个域下的特征数量,排序数
测请求进行测试。 在“自定义场景”列表页面,单击目标场景名称,进入“自定义场景详情”页面。 单击“预测”页签,进入预测页面。 预测方式选择“代码”,在“预测代码”部分输入预测代码。单击“预测”,右侧出现排序后的预测结果。 由于此处是测试服务,为保证测试效果,此处选用测试数据中的用户ID进行预测,建议为user894。
33 测试数据起始时间 (test_data_start_time) 否 Long 测试数据起始时间。 divide_by_time_or_rate为TIME时必填。取值不大于行为数据中的最大时间且不大于test_data_end_time。如:1541987933 测试数据终止时间
Studio>用户指南>数据开发>节点> Rest Client”。 图1 重新执行作业节点配置 使用DLF时,无需进行鉴权。 单击“保存”后,进行“测试运行”。确保功能正常。 在页面右侧,单击“调度配置”,根据需求设置任务的调度周期及其他参数。 在页面作业,选择“运维调度>作业监控”,单击
序算子自由组合,训练形式上支持离线批处理、近线流处理、在线实时处理的三种数据处理方式,提供完备的一站式推荐平台,可快速设置运营规则进行AB测试。 功能优势: 全开放推荐流程,用户根据业务自定义推荐流程。 特征工程,特征处理多样化,支持自定义特征散列等。 丰富的推荐策略,提供丰富的召回、过滤、排序算子。
文件夹。 training_data_path 是 String 训练数据的OBS路径。 test_data_path 是 String 测试数据的OBS路径。 algorithm_type 是 String 算法名称,推荐系统内部定义,必须为LR、FM、FFM、DEEPFM、PIN中的某一个。
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(实时流任务)失败时,才会进行第二个节点的作业。 单击“保存”后,进行“测试运行”。确保功能正常。 在页面右侧,单击“调度配置”,根据需求设置任务的调度周期及其他参数。 在页面作业,选择“运维调度>作业监控”,单击
training_data_path:参数类型String,训练数据的obs路径。 test_data_path:参数类型String,测试数据的obs路径。 策略参数说明中排序策略(sorting)各策略参数说明。 表12 filter_rules参数说明 参数名称 是否必选
格开始和结束,长度为1~64个字符。 描述 对于该策略的描述信息。 最大迭代轮数 模型训练的最大迭代轮数,默认50。 提前终止训练轮数 在测试集上连续N轮迭代AUC无提高时,迭代停止,训练提前结束,默认5。 初始化方法 模型参数的初始化方法。 normal:正态分布 平均值:默认0
max_iterations 是 Int 模型训练的最大迭代轮数。取值范围[1,1000]。 early_stop_iterations 是 Int 在测试集上连续early_stop_iterations轮迭代的AUC小于当前最优AUC时,迭代停止,训练结束。取值范围[1,1000],不大于max_iterations。
divide_type 是 String 训练集测试集划分方式: TIME,时间比例 RAMDOM,个数比例 train_rate 否 Double 训练数据占比。 最小值:0.01 最大值:1 test_rate 否 Double 测试数据占比。 最小值:0.01 最大值:1 表19
描述 divide_type String 训练集测试集划分方式: TIME,时间比例 RAMDOM,个数比例 train_rate Double 训练数据占比。 最小值:0.01 最大值:1 test_rate Double 测试数据占比。 最小值:0.01 最大值:1 表21 DeepLearingParam
divide_type 是 String 训练集测试集划分方式: TIME,时间比例 RAMDOM,个数比例 train_rate 否 Double 训练数据占比。 最小值:0.01 最大值:1 test_rate 否 Double 测试数据占比。 最小值:0.01 最大值:1 表20
divide_type 是 String 训练集测试集划分方式: TIME,时间比例 RAMDOM,个数比例 train_rate 否 Double 训练数据占比。 最小值:0.01 最大值:1 test_rate 否 Double 测试数据占比。 最小值:0.01 最大值:1 表21