咨询个机器学习PAI问题哈：使用easy_rec 下面的hit_rate_pai 代码计算hit
咨询个机器学习PAI问题哈：
使用easy_rec 下面的hit_rate_pai 代码计算hit rate，计算出来的hit rate 趋近于0.0 ？
写回答
-
EasyRec的hit_rate_pai计算得到的hit rate接近0.0，可能是以下原因导致的：
召回类型设置不匹配：检查recall_type参数是否正确设置了评估场景，比如u2i（用户到商品）或i2i（商品到商品）。
向量召回数目过小：top_k参数决定了召回的物品数量，如果设置得过小，可能会导致hit rate低。适当增加top_k值试试。
相似度度量方式不合适：knn_metric参数决定了相似度的计算方法，确认所选度量是否适合你的数据。
数据质量问题：检查输入的item embedding和ground truth数据是否准确，是否有足够的正样本。
模型性能：如果模型生成的向量不够准确，召回率自然会低。确保模型在训练阶段表现良好。
计算精确度：knn_strict参数决定了是否使用精确的KNN计算，如果关闭，可能会导致召回率偏低。可参考文档2024-07-25 14:52:31赞同 7 展开评论 打赏
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。
