机器学习PAI如果增加样本权重,sw这一列是需要加到 fg特征里面才能用的吧
是的,如果你在机器学习PAI中增加样本权重,那么你需要将样本权重这一列加到特征向量(fg)里面才能使用。样本权重可以用于调整模型的训练过程,例如,你可以使用样本权重来
可以放入reserves,反正,这个输入得在表中才行,并且训练时候的-Dselected_cols='is_click,features,sw' 得又权重。不需要添加到fg,参数select_cols的时候需要知道这一列:clk,sw,features
sw (样本权重列)必须放在 label 和 features 中间,此回答整理自钉群“【EasyRec】推荐算法交流群”
楼主你好,看了你的问题,如果要在阿里云机器学习PAI中增加样本权重,则需要将样本权重sw添加到fg特征中才能使用。
原因是因为在训练模型的过程中,样本权重sw需要与特征进行组合,才能计算出样本的损失函数。所以在使用PAI进行建模时,需要将样本权重sw与其他特征一起作为输入,以获得更准确的模型预测结果。
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。