机器学习PAI这个特征选择有没有文档/事例啊?
https://easyrec.readthedocs.io/en/latest/feature/feature.html#id4
机器学习 PAI 平台提供了一些文档和示例,有助于理解和实践特征选择相关的任务。以下是一些资源,你可以在其中找到有关特征选择在机器学习 PAI 中的文档和示例:
阿里云官方文档:阿里云官方网站上提供了详细的机器学习 PAI 文档,其中包括特征选择的介绍、使用方法和示例。你可以参考这些文档来了解如何在机器学习 PAI 中进行特征选择。
Alink 文档和示例:Alink 是机器学习 PAI 中常用的特征工程库,它提供了丰富的特征选择算法和工具。你可以查看 Alink 的文档和示例代码,以了解如何使用 Alink 进行特征选择。
阿里云社区和问答平台:阿里云社区和其他技术问答平台上可能会有其他用户分享关于特征选择的经验和示例。你可以搜索相关主题或针对具体问题提问,以获取更多帮助和指导。
另外,特征选择的具体实现方法和步骤取决于所选的算法和任务。在实际应用中,你需要根据数据和业务需求,选择适合的特征选择方法,并结合机器学习 PAI 提供的特征工程模块和学习模块来实现。如果你遇到特定的问题或需要更多细节,请参考阿里云官方文档并联系机器学习 PAI 的支持团队,他们将能够提供更具体的帮助和指导。
目前只支持variational_dropout这一种,是默认值,所以不用填
,此回答整理自钉群“【EasyRec】推荐算法交流群”
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。