问题一：机器学习PAI有最佳实践能够参考吗？
机器学习PAI如果想要使用ParquetDataset并且尽量达到更多样本的shuffle，有最佳实践能够参考吗？
参考答案：
目前还没有，可以考虑先将parquet文件中的数据预先shuffle好，再用ParquetDataset去读。
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/568791
问题二：请问下机器学习PAI ParquetDataset做shuffle应该如何构建最佳实践呢？
请问下机器学习PAI ParquetDataset做shuffle应该如何构建最佳实践呢？我理解的是ParquetDataset出的dataset已经是batch过的，再设置shuffle_buffer=k应该是缓存了k*batch_size条样本，出来的结果也是batch 之间的shuffle，不同的batch内部并不会有样本的shuffle对吗？
参考答案：
对的，是batch级别的shuffle，每个batch内部的样本不做shuffle。Parquet是列存，样本级别shuffle的内存拷贝开销会比较大
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/568790
问题三：机器学习PAI目前我们的click里没有包含jump。这样的特征可以用吗 ？
机器学习PAI目前我们的click里没有包含jump。这样用jar包生成的应该是“xx对xx的转换数” 和 “xx对xx的点击未转换数”吧。这样的特征可以用吗 ？
参考答案：
click是否包含jump，该怎么理解，应该用户发生点击就生成一条click日志，发生转换就生成一条转换日志，怎么是包含关系。jar目前不支持比率关系，不过可以写个udf在这个数据上在包一层，衍生出比率特征
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/568789
问题四：请问一下机器学习PAI，用这个jar包，离线模拟实时统计特征时，还是不包括？
请问一下机器学习PAI，用这个jar包，离线模拟实时统计特征时，点击click和转换jump两个目标，这里的click样本应该包括jump样本，还是不包括？ 
参考答案：
和样本没关系，这个是根据上游得wide表来统计特征。click得样本主要看你们得业务逻辑，转换按道理是应该先发生了点击。那应该是2种事件类型，包含曝光，点击，和转换共3种行为类型
关于本问题的更多回答可点击进行查看：
https://developer.aliyun.com/ask/568788
问题五：机器学习PAI分布式训练有最佳实践吗，如同步/异步模式，optimizer怎么选择等 ？
机器学习PAI分布式训练有最佳实践吗，如同步/异步模式，optimizer怎么选择等 ？
参考答案：
ps-worker数多的时候建议用异步，同步的话可能那个会被慢机拖慢比较严重。少的时候具体看实验效果，理论上同步更好，但也不一定哪种方式效果好。optimizer异步的时候再pai上可以优先尝试adam_async_optimizer。
关于本问题的更多回答可点击进行查看：
