问一下机器学习PAI,easyrec 的raw feature,如何进行normalize?

问一下机器学习PAI,easyrec 的raw feature,如何进行normalize?

展开
收起
真的很搞笑 2023-08-08 19:41:02 136 分享 版权
2 条回答
写回答
取消 提交回答
  • 北京阿里云ACE会长

    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。

    2023-08-13 21:17:56
    赞同 展开评论
  • 9e8df89c1a49c7e3bd42bdaa8dfce64c.png
    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”

    2023-08-09 00:48:27
    赞同 展开评论

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。

还有其他疑问?
咨询AI助理