机器学习PAI中，请问打分推荐的的数值要达到100吗？

在我的研究中，我没有看到 PAI 默认设置为将相似度评分乘以 100 的地方。在 PAI-DSW 或 Alink 中，机器学习算法的得分通常保持不变。如果您需要在 PAI 上使用特定模型，建议您查看该模型的文档，以确定是否需要将得分乘以 100。
另外，在开发模型时，常见的做法是使用交叉熵损失函数进行评估。如果需要将其转化为得分，则需要通过 sigmoid 函数将概率转换为得分，然后再进行归一化，这需要乘以 100。例如，在二分类任务中，可以使用如下代码进行得分归一化：

# 概率得分
probs = model.predict(x_test)
# 得分 = 真实标签 * log 概率 + (1 - 真实标签) * log(1 - 概率)
scores = tf.math.log(probs[range(len(y_test)), y_test]) + tf.math.log(1 - probs[range(len(y_test)), 1 - y_test])
# 归一化
scores = tf.keras.layers.Activation('sigmoid')(scores)
# 将得分乘以 100
scores = scores * 100

因此，在您的情况下，需要在模型的推理阶段根据实际情况来判断，看看是否需要将得分乘以 100。

不需要，这是相似度 —此回答来自钉群“Alink开源--用户群”