scoring

    0热度

    1回答

    我的查询创建排名系统时遇到了一些麻烦。 我的查询很好,但我使用了一些变量,结果不一致。 第一种情况说明是好的,但不是第二种。我是否有可能在不使用变量的情况下进行第二次计算? CASE WHEN SUM(pso.total_products_wt)/COUNT(pso.total_products_wt) BETWEEN 0 AND 100 AND DATEDIFF(NOW(),MA

    0热度

    1回答

    我尝试使用示例LSTM,根据Tensorflow LSTM example进行了培训。这个例子可以让整个测试集都很困惑。但我需要使用训练好的模型分别对每个句子进行评分(得到loglikes)(评分STT解码器输出的假设)。我修改reader一点,并使用代码: mtests=list() with tf.name_scope("Test"): for test_data_item i

    0热度

    2回答

    我有一个网站,客户购买标有各种分类术语的项目。我想通过考虑与他们所购买的商品相关的标签来创建一组可能对相同商品感兴趣的顾客。每次我想要构建组时,我都想知道是否可以使用某种类型的评分来解决问题,而不是比较每个客户的标签列表。 我在想它的方式,每个标签都会有一些独特的编号分配给它。当我执行评分操作时,它会提供一个只能通过组合一组特定标签才能实现的数字。 我可以定期更新客户的“分数”,以便它保持相关。

    0热度

    1回答

    这可能是一个愚蠢的问题,但是当我在R中使用H2O Predict函数时,我想知道是否有一种方法可以指定它保留评分数据中的一列或多列。具体而言,我想保留我的唯一ID密钥。现在,我最终做了一个非常低效的方法,将原始数据集和一个索引键分配给分数,然后将分数合并到计分数据集中。我宁愿说“评分这个数据集并保留x,y,z ....列”。有什么建议? 低效的代码: #Use H2O predict functi

    0热度

    1回答

    我对R中的建模和SQL中的评分有疑问。 我做了两个模型 - 一个回归和一个随机森林 - 我想在(My)sql的生产系统中使用模型进行评分。现在我能想到的唯一方法是从回归中保存系数,然后在SQL中读取它们并从中执行评分。我不知道如何在SQL中使用随机森林模型。 有没有更容易的方法将评分代码导出到从R到SQL的模型中?

    0热度

    1回答

    我使用Elasticsearch v5.3.2 我有以下映射: { "mappings":{ "info":{ "_all":{ "enabled": false }, "properties":{ "info":{ "properties":{ "email":{

    0热度

    1回答

    目前我需要实现自定义solr相似性。所以我发现我需要重写DefaultSimilarity类才能做到这一点。但我仍然无法弄清楚它应该如何完成,以及从哪里获得可用于此目的的源代码。任何帮助,将不胜感激!

    1热度

    1回答

    我需要在elasticsearch中检索文档,而不是使用默认的评分函数(如tfidf等),而只是通过词频或词频(不是idf等)。 有没有办法修改它?我可以用python吗?

    0热度

    2回答

    我想确定为什么每次我重新运行模型时我获得了一个略有不同的分数。我定义: # numpy seed (don't know if needed, but figured it couldn't hurt) np.random.seed(42) # Also tried re-seeding every time I ran the `cross_val_predict()` block, but

    2热度

    2回答

    我在我的电子商务网站上使用Azure搜索,现在我遇到了在搜索页上分页的问题。当我重新加载搜索页面时,我可以获得不同的产品订单。所以,当我使用分页功能时,我可以在不同的页面上看到相同的产品,这非常重要。 我开始研究什么错,我发现微软的文档此信息https://docs.microsoft.com/en-us/rest/api/searchservice/add-scoring-profiles-to