スイングのおすすめ - Platform For AI - Alibaba Cloud ドキュメントセンター

Swing Recommendationは、上流のバッチデータを予測するためにSwingによって提供されるコンポーネントです。 Swing Recommendationコンポーネントを使用すると、Swing Trainコンポーネントによって生成されたモデルと予測データに基づいて、Platform for AI (PAI) でオフライン予測を実行できます。このトピックでは、Swing Recommendationコンポーネントのパラメーター設定について説明します。

制限事項

Swing Trainコンポーネントは、MaxComputeおよびRealtime Compute for Apache Flinkのコンピューティングリソースに基づいて使用できます。

コンポーネントの設定

次のいずれかの方法を使用してコンポーネントを設定できます。

方法1: PAIコンソールでコンポーネントを設定する

Machine Learning DesignerのパイプラインページでSwing Recommendationコンポーネントを設定します。下表に、各パラメーターを説明します。

タブ	パラメーター	説明
フィールド設定	itemCol	アイテム列の名前。
	initRecommCol	最初に推奨されるアイテム列の名前。
	reservedCols	アルゴリズムの予約された列の名前。
パラメーター設定	recommCol	レコメンデーション結果列の名前。
	k	最上位の推奨アイテムの数。デフォルト値は 10 です。
	numThreads	コンポーネントのスレッド数。デフォルト値は 1 です。
チューニングの実行	数の労働者	ワーカーノードの数。値は正の整数でなければなりません。このパラメーターは、Memory per workerパラメーターと一緒に使用する必要があります。有効な値: 1 ~ 9999
チューニングの実行	workerあたりのメモリ	各ワーカーノードのメモリサイズ。単位：MB。値は正の整数でなければなりません。有効値: 1024〜65536 (64 × 1024) 。

方法2: Pythonコードを使用してコンポーネントを構成する

PyAlinkスクリプトコンポーネントを使用してPythonコードを呼び出すことができます。詳細については、「PyAlinkスクリプト」をご参照ください。下表に、各パラメーターを説明します。

パラメーター	必須	説明	デフォルト値
itemCol	可	アイテム列の名前。	N/A
recommCol	可	レコメンデーション結果列の名前。	N/A
initRecommCol	不可	最初に推奨されるアイテム列の名前。	N/A
k	不可	最上位の推奨アイテムの数。	10
reservedCols	不可	アルゴリズムの予約された列の名前。	N/A
numThreads	不可	コンポーネントのスレッド数。	1

サンプルPythonコード:

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()

例

次の図は、Swing Recommendationコンポーネントが使用されるサンプルパイプラインを示しています。この例では、次の手順を実行して、前の図のコンポーネントを構成します。

[Read Table-1] コンポーネントを使用して、テストデータセットを読み取ります。 [テーブルの読み取り]-1コンポーネントの [テーブル名] パラメーターを、テストデータセットを格納するテーブルの名前に設定します。テーブルの名前を取得する方法については、Swing Trainトピックの「例」セクションを参照してください。
Swing Trainコンポーネントを使用してモデルをトレーニングします。
テストデータセットとモデルをSwing Recommendationコンポーネントにインポートし、コンポーネントパラメーターを設定します。詳細については、このトピックの「方法1: PAIコンソールでコンポーネントを構成する」を参照してください。