华为云AI开发平台ModelArts向量召回评估_云淘科技

概述

向量召回评估算子计算召回的hitrate,用于评估召回结果的好坏,hitrate越高表示训练产出的向量去召回向量的结果越准确。支持u2i召回和i2i召回的计算。u2i召回时,拿user(用户)的向量去召回top k个items(物品),i2i召回时拿item的向量去召回top k个items。 hitrate的具体计算方法为,假设真实trigger(u2i召回时为user,i2i召回时为item)的关联item集合为M,而实际召回了top k个和trigger相似的items,若其中落在了M里的集合为N,则top k hitrate为|N| / |M|。

输入

参数

子参数

参数说明

inputs

item_embedding

inputs为字典类型,item_embedding为pyspark中的DataFrame类型对象,代表物品向量。

inputs

true_sequence

true_sequence为pyspark中的DataFrame类型对象,代表真实关联表。

inputs

user_embedding

user_embedding为pyspark中的DataFrame类型对象,代表用户向量。

输出

参数

子参数

参数说明

output

output_port_1

output为字典类型,output_port_1为总体的hitrate,类型为pyspark的DataFrame。

output

output_port_2

output为字典类型,output_port_2为详细的召回评估结果,类型为pyspark的DataFrame。

参数说明

参数

是否必选

参数说明

默认值

recall_type

召回类型,u2i或i2i。

u2i

emb_dim

向量表的维度。

5

k

召回数量。

3

样例

数据样本

item_embeddings

真实关联序列

user_embeddings

配置流程

运行流程

参数设置

结果查看

父主题: 推荐

同意关联代理商云淘科技,购买华为云产品更优惠(QQ 78315851)

内容没看懂? 不太想学习?想快速解决? 有偿解决: 联系专家