tongchenkeji 发表于:2023-8-8 19:41:020次点击 已关注取消关注 关注 私信 问一下机器学习PAI,easyrec 的raw feature,如何进行normalize?[阿里云机器学习PAI] 暂停朗读为您朗读 问一下机器学习PAI,easyrec 的raw feature,如何进行normalize? 「点点赞赏,手留余香」 赞赏 还没有人赞赏,快来当第一个赞赏的人吧! 海报 机器学习PAI# 人工智能平台 PAI1410# 机器学习深度学习1219
算精通AM 2023-11-28 2:47:14 1 在机器学习PAI的EasyRec中,对于原始特征(raw feature)的归一化处理,可以通过以下步骤进行: 在EasyRec的配置文件中,找到相应的特征定义部分。一般而言,原始特征是在input或feature字段中定义的。 在特征定义中,可以使用transform参数来指定特征的转换函数。你可以使用内置的函数(如zscore、minmax等)或自定义函数来进行归一化。 内置函数示例:transform: “zscore” 或 transform: “minmax” 自定义函数示例:transform: “lambda x: (x – min_val) / (max_val – min_val)” 注意,这里的min_val和max_val是你根据数据集计算的最小值和最大值。 根据选择的归一化方法,EasyRec将在训练和推荐过程中对特征进行归一化处理。这确保了特征的值在一定的范围内,有助于模型的训练和预测。
xin在这AM 2023-11-28 2:47:14 2 还有自己写函数normalizer_fn: “lambda x:tf.math.log1p(x) * 0.45″,此回答整理自钉群“【EasyRec】推荐算法交流群”
在机器学习PAI的EasyRec中,对于原始特征(raw feature)的归一化处理,可以通过以下步骤进行:
在EasyRec的配置文件中,找到相应的特征定义部分。一般而言,原始特征是在input或feature字段中定义的。
在特征定义中,可以使用transform参数来指定特征的转换函数。你可以使用内置的函数(如zscore、minmax等)或自定义函数来进行归一化。
内置函数示例:transform: “zscore” 或 transform: “minmax”
自定义函数示例:transform: “lambda x: (x – min_val) / (max_val – min_val)”
注意,这里的min_val和max_val是你根据数据集计算的最小值和最大值。
根据选择的归一化方法,EasyRec将在训练和推荐过程中对特征进行归一化处理。这确保了特征的值在一定的范围内,有助于模型的训练和预测。
还有自己写函数normalizer_fn: “lambda x:tf.math.log1p(x) * 0.45″,此回答整理自钉群“【EasyRec】推荐算法交流群”