全部产品
Search
文档中心

人工智能平台 PAI:swing推荐

更新时间:Feb 21, 2024

swing推荐是swing的批处理预测组件,您可以使用该组件基于swing训练模型和预测数据进行离线预测。本文为您介绍swing推荐的参数配置。

使用限制

支持运行的计算资源为MaxCompute和Flink。

组件配置

您可以通过以下任意一种方式,配置swing推荐参数。

方式一:可视化方式

Designer工作流页面配置组件参数。

页签

参数名称

描述

字段设置

Item列列名

Item列的名称。

初始推荐列列名

初始推荐列的名称。

算法保留列名

算法保留列的名称。

参数设置

推荐结果列名

推荐结果列的名称。

推荐TOP数量

推荐的TOP数量,默认为10。

组件多线程线程个数

组件多线程的线程个数,默认为1。

执行调优

节点个数

节点个数,与参数单个节点内存大小配对使用,正整数。范围为[1, 9999]。

单个节点内存大小,单位M

单个节点内存大小,单位MB,正整数。范围[1024, 64*1024]。

方式二:Python代码方式

使用PyAlink脚本组件配置该组件参数。您可以使用PyAlink脚本组件进行Python代码调用,详情请参见PyAlink脚本

参数名称

是否必选

描述

默认值

itemCol

Item列的名称。

recommCol

推荐结果列的名称。

initRecommCol

初始推荐列的名称。

k

推荐的TOP数量。

10

reservedCols

算法保留列的名称。

numThreads

组件多线程的线程个数。

1

Python代码方式的使用示例如下。

df_data = pd.DataFrame([
      ["a1", "11L", 2.2],
      ["a1", "12L", 2.0],
      ["a2", "11L", 2.0],
      ["a2", "12L", 2.0],
      ["a3", "12L", 2.0],
      ["a3", "13L", 2.0],
      ["a4", "13L", 2.0],
      ["a4", "14L", 2.0],
      ["a5", "14L", 2.0],
      ["a5", "15L", 2.0],
      ["a6", "15L", 2.0],
      ["a6", "16L", 2.0],
])

data = BatchOperator.fromDataframe(df_data, schemaStr='user string, item string, rating double')

model = SwingTrainBatchOp()\
    .setUserCol("user")\
    .setItemCol("item")\
    .setMinUserItems(1)\
    .linkFrom(data)

predictor = SwingRecommBatchOp()\
    .setItemCol("item")\
    .setRecommCol("prediction_result")

predictor.linkFrom(model, data).print()

使用示例

您可以使用swing推荐组件构建如下工作流。示例本示例中,您需要按照以下流程配置组件:

  1. 使用读数据表-1组件读取测试数据集。即配置读数据表组件的表名参数为存放测试数据集的表名,关于如何获取测试数据集表名,详情请参见使用示例

  2. 通过swing训练组件构建模型。

  3. 将测试数据集和模型接入swing推荐组件,并配置具体参数,详情请参见上文的可视化配置组件参数