机器学习PAI这种在线学习的算法是把从评估结果来看，是把负样本没学进去吗？
以下为热心网友提供的参考意见
在线学习算法在处理负样本方面可能会有一些挑战。在传统的批量学习中，我们通常会有足够多的正负样本来进行模型训练。然而，在线学习中，我们只能看到一部分数据，而且这些数据通常是随着时间变化的。这意味着我们可能没有足够的负样本来学习模型的决策边界。
为了解决这个问题，我们可以使用负采样（negative sampling）的方法。负采样的基本思想是从大量的负样本中随机选择一部分作为训练数据。这样可以减少计算量，同时也能保证模型能够学习到足够的负样本信息。
然而，负采样也有一些缺点。首先，它可能会引入一些噪声，因为选择的负样本可能并不具有代表性。其次，如果负样本的数量远远大于正样本，那么负采样可能会使模型过度关注负样本，从而影响模型的性能。
因此，在使用在线学习算法时，我们需要根据具体的问题和数据来选择合适的方法来处理负样本。
转转请注明出处：https://www.yunxiaoer.com/180231.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”
机器学习PAI这个文档中的镜像已经没有了？ 以下为热心网友提供的参考意见 我来看一下，目前的前缀应该叫pytorch-develop ，此回答整理自钉群“机器学习PAI交流群(答疑@值班)”
eas镜像能在dsw里直接使用吗？ 以下为热心网友提供的参考意见 是的，您可以在DSW中使用EAS镜像。DSW预置了EASCMD客户端，使得使用DSW训练的模型可以直接部署为在线服务。您可以通过客户端工具EASCMD在您的服务器上对模型服务进行管理，包括创建、查看、删除及更新服务。如果您使用DSW进行模型开发训练，您需要将镜像上传至ACR中才能在EAS中使用…
机器学习PAI这两个是相同的镜像吧？为什么建议的和文档要求的不一样呢？ 以下为热心网友提供的参考意见 对的，这块已经修改了应该是线上还没发布cd ，此回答整理自钉群“机器学习PAI交流群(答疑@值班)”
请问PAI最终是生成这个train_set表是吗？后续能在dsw中使用它吗？还是只能按文档中说的用EasyRec来训练 以下为热心网友提供的参考意见 可以正常读取的，实际就是一个 odps 表的，如果运行了导出命令的话，可以先 select 看一下结果。 ，此回答整理自钉群“PAI-FeatureStore特征平台应用交流”