問題タブ [predictionio]

PredictionIO を使用してレコメンデーション エンジンを構築しようとしたときにエラーが発生しました。この問題の解き方を知っている方お願いします。

ボンネットの下のspark/mllibの上のレイヤーとして機能するprediction.ioを使用して、ハイブリッドレコメンダーを構築しようとしています。

推奨リクエストを行うときに、ALS アルゴリズムにタグに基づくブーストを組み込む方法を探しています。

コンテンツ情報を使用して協調フィルタリングを改善することは、そのような通常の道のように思えますが、協調アルゴリズム (ALS など) をコンテンツ ベースの測定と組み合わせることに関するドキュメントは見つかりません。

mllib (spark) または mahout (hadoop) の協調フィルタリングを使用してコンテンツの類似性を組み込む例またはドキュメントを大歓迎します。

PredictionIO のインストールとエンジン テンプレートのダウンロードが完了しました。Python SDK の使用。

pio build --verbose は以下を提供します:

そしてそれ以上進まない。

私はpredictionIOエンジンテンプレートを正常に実装しました. でエンジンをデプロイできます

しかし、どのように推奨事項 (またはその他) を実行できengine as a serviceますか? 問題が発生した場合に参照するために、指定したファイルにすべてのエントリを記録したいと考えています。

small deploymentsまた、分散セットアップを使用しない方がよいことも述べられています。サイズが約 2 MB のテキスト分類テンプレート用の json 形式のデータセットがあり、エンジンのトレーニングと展開に約 8 GB のメモリが必要です。これはsmall deploymentカテゴリに当てはまりますか？

Predictionio のドキュメントに記載されているサンプル プロセスに従って、AWS CloudFormation で PredictionIO クラスターを作成しましたが、作成直後にスタックがロールバックされました。

ドキュメントにうまく従った人はいますか？

1 つのエンジンと複数のアルゴリズムに行き詰まっており、さらに助けが必要です。

1 つのエンジンと 2 つのアルゴリズムがあります。AL1 と AL2 を呼び出しましょう。2 つのアルゴリズム scala ファイルを持つ src/main/scala では、AL1Algorithm.scala と AL2Algorithm.scala という名前が付けられ、各アルゴリズムには独自のパラメーターとモデルがあります (AL1 の場合は AL1AlgorithmParams と AL1Model、AL2 の場合は AL2AlgorithmParams と AL2Model)。したがって、2 つの train 関数と 2 つの predict 関数があります。

pio train を呼び出すことで、2 つのアルゴリズムをトレーニングできます。テストのために send_query を呼び出すと、プログラムは常に、engine.json ファイルの先頭に配置したアルゴリズムの結果を返します。

たとえば、AL1Algorithm を上に置くと、send_query は AL1Algorithm を実行します。

AL2Algorithm を上に置くと、send_query は AL2Algorithm を実行します。

私の質問は、1 つの send_query に対して 2 つのアルゴリズムを呼び出すことができるか、engine.json の代わりに send_query で呼び出す必要があるアルゴリズムを区別する方法です。ここには奇妙な点があります。私の設定に問題があると思います。Serving.scala は 2 つのアルゴリズムの結果を同時に生成しますか。サービングで各アルゴリズムの結果を分割できますか?

どうもありがとうございました

を使用してTextClassificationEngineいます。https://docs.prediction.io/demo/textclassification/の例では、テキスト分類に 2 つのアルゴリズム (単純ベイズとロジスティック回帰) があります。Naive Bayes アルゴリズムは正常に動作しますが、Logistic Regression を使用するとエラーが発生します。

上記のコードはサイトで提供されていますが、regParam配列が原因でエラーが発生しています。ロジスティック回帰の最終的な結果は何regParamですか？engine.jsonengine.json

誰かが私を明確にするのを手伝ってくれますか。

現在、おすすめアイテムに対応するスコアを含むおすすめリストを返す協調フィルタリング (ALS) を使用しています。これに加えて、「ロマンチックな映画」など、ユーザーが指定したものに対応するタグがアイテムに含まれている場合、スコアを上げています (+0.1)。私にとって、これはハイブリッド コラボレーション アプローチと見なされます。これは、コンテンツ ベースのフィルタリングを使用してコラボレーティブ フィルタリングの結果を向上させているためです (間違っている場合は修正してください)。

では、Collaborative フィルタリングを行わずに同じアプローチを行ったらどうなるでしょうか? コンテンツベースのフィルタリングと見なされますか? ユーザーが指定したもの (「ロマンチックな映画」など) に対応する各料理の内容と属性に基づいて、引き続き料理をお勧めします。

私が混乱している理由は、Naive Bayes などのアルゴリズムを適用するコンテンツベースのフィルタリングを見たことがあるためです。このアプローチは、アイテム (コンテンツ) の単純な検索に似ています。