机器学习PAI好几个raw_feature 怎么进行区分呢?
以下为热心网友提供的参考意见
在机器学习PAI中，对于有多个raw_feature的情况，可以通过以下步骤进行区分：首先，在EasyRec的配置文件中找到相应的特征定义部分。原始特征通常是在input或feature字段中定义的。然后，可以根据业务需求和数据特点为每个raw_feature设置不同的处理方式，如归一化、编码等。最后，通过模型训练和评估，观察不同raw_feature对模型性能的影响，进一步调整和优化模型。在整个过程中，需要密切注意数据的质量和特征选择，以确保模型的准确性和泛化能力。
以下为热心网友提供的参考意见
按照位置区分 ，此回答整理自钉群“【EasyRec】推荐算法交流群”
转转请注明出处：https://www.yunxiaoer.com/173389.html
机器学习PAI带FG功能的模型训练，训练数据就必须是这个格式吗？ 以下为热心网友提供的参考意见 这个处理是处理完带特征名称得，也可以不带特征名称得图里面的结果也是正常的，看你的需要。也可以加上上图这个参数，那样结果里面就只有值了，我们一般用只有值的这种方式。 ，此回答整理自钉群“【EasyRec】推荐算法交流群”
抛一个机器学习PAI问题：假设每条训练样本有数量不等的一些兴趣tags，例如A样本有”电影 | 电视剧”，B样本有”书籍 | 电视剧 | 汽车 | 新闻”。easyrec提供了TagFeature来parse这样的输入特征，但是parse后A样本有2个tag embedding向量，B样本有4个tag embe…
我的机器学习PAI序列特征就像示例一样做一个attention再进入模型，我现在想把所有特征进模型之前加个senet模块，比如示例中的group name：”user”是否包含下面的seq_fea 这样可以吗? 以下为热心网友提供的参考意见 是的，你可以在所有的特征进入模型之前添加一个 SENet（Squeeze-and-Excita…
机器学习PAI命令行调用时，dataworks上如何查看日志，一直卡在ps job？ 以下为热心网友提供的参考意见 如果在使用机器学习PAI命令行调用时遇到一直卡在ps job的问题，并且无法在DataWorks上查看到相关日志，可能的原因有很多。一种可能的原因是任务配置错误，例如数据源、输入输出等设置可能存在问题。 首先，您需要确认您的云账号已经开通了大数…
请教个机器学习PAI问题～如果我想只训练一段时间的数据，有什么办法，只补数据这段时间不跑调度？这个有什么办法吗？ 以下为热心网友提供的参考意见 在阿里云机器学习平台 PAI 中，如果你想只训练一段时间内的数据，并且在这段时间内不运行调度，你可以使用 PAI 的 DataWorks 服务来实现。DataWorks 提供了数据管道和数据集成的能力，可以帮助你管理…
