scoring

    0熱度

    1回答

    我的查詢創建排名系統時遇到了一些麻煩。 我的查詢很好,但我使用了一些變量,結果不一致。 第一種情況說明是好的,但不是第二種。我是否有可能在不使用變量的情況下進行第二次計算? CASE WHEN SUM(pso.total_products_wt)/COUNT(pso.total_products_wt) BETWEEN 0 AND 100 AND DATEDIFF(NOW(),MA

    0熱度

    1回答

    我嘗試使用示例LSTM,根據Tensorflow LSTM example進行了培訓。這個例子可以讓整個測試集都很困惑。但我需要使用訓練好的模型分別對每個句子進行評分(得到loglikes)(評分STT解碼器輸出的假設)。我修改reader一點,並使用代碼: mtests=list() with tf.name_scope("Test"): for test_data_item i

    0熱度

    2回答

    我有一個網站,客戶購買標有各種分類術語的項目。我想通過考慮與他們所購買的商品相關的標籤來創建一組可能對相同商品感興趣的顧客。每次我想要構建組時,我都想知道是否可以使用某種類型的評分來解決問題,而不是比較每個客戶的標籤列表。 我在想它的方式,每個標籤都會有一些獨特的編號分配給它。當我執行評分操作時,它會提供一個只能通過組合一組特定標籤才能實現的數字。 我可以定期更新客戶的「分數」,以便它保持相關。

    0熱度

    1回答

    這可能是一個愚蠢的問題,但是當我在R中使用H2O Predict函數時,我想知道是否有一種方法可以指定它保留評分數據中的一列或多列。具體而言,我想保留我的唯一ID密鑰。現在,我最終做了一個非常低效的方法,將原始數據集和一個索引鍵分配給分數,然後將分數合併到計分數據集中。我寧願說「評分這個數據集並保留x,y,z ....列」。有什麼建議? 低效的代碼: #Use H2O predict functi

    0熱度

    1回答

    我對R中的建模和SQL中的評分有疑問。 我做了兩個模型 - 一個迴歸和一個隨機森林 - 我想在(My)sql的生產系統中使用模型進行評分。現在我能想到的唯一方法是從迴歸中保存係數,然後在SQL中讀取它們並從中執行評分。我不知道如何在SQL中使用隨機森林模型。 有沒有更容易的方法將評分代碼導出到從R到SQL的模型中?

    0熱度

    1回答

    我使用Elasticsearch v5.3.2 我有以下映射: { "mappings":{ "info":{ "_all":{ "enabled": false }, "properties":{ "info":{ "properties":{ "email":{

    0熱度

    1回答

    目前我需要實現自定義solr相似性。所以我發現我需要重寫DefaultSimilarity類才能做到這一點。但我仍然無法弄清楚它應該如何完成,以及從哪裏獲得可用於此目的的源代碼。任何幫助,將不勝感激!

    1熱度

    1回答

    我需要在elasticsearch中檢索文檔,而不是使用默認的評分函數(如tfidf等),而只是通過詞頻或詞頻(不是idf等)。 有沒有辦法修改它?我可以用python嗎?

    0熱度

    2回答

    我想確定爲什麼每次我重新運行模型時我獲得了一個略有不同的分數。我定義: # numpy seed (don't know if needed, but figured it couldn't hurt) np.random.seed(42) # Also tried re-seeding every time I ran the `cross_val_predict()` block, but

    2熱度

    2回答

    我在我的電子商務網站上使用Azure搜索,現在我遇到了在搜索頁上分頁的問題。當我重新加載搜索頁面時,我可以獲得不同的產品訂單。所以,當我使用分頁功能時,我可以在不同的頁面上看到相同的產品,這非常重要。 我開始研究什麼錯,我發現微軟的文檔此信息https://docs.microsoft.com/en-us/rest/api/searchservice/add-scoring-profiles-to