शुरू करेंमुफ़्त में शुरू करें

Implicit मॉडल बनाएँ

अब जब आपने अपने सभी हाइपरपैरामीटर मान तय कर लिए हैं, तो Spark को इतने मॉडल बनाने दें कि हर संयोजन का परीक्षण किया जा सके। इसके लिए यहाँ एक for लूप दिया गया है। नीचे दिए गए निर्देशों का पालन करके इन ALS मॉडलों को स्वतः बनाएँ। अगले अभ्यासों में आप इन मॉडलों को टेस्ट डेटासेट्स पर चलाएँगे ताकि देख सकें कि कौन सा सबसे अच्छा प्रदर्शन करता है.

ALS एल्गोरिदम आपके लिए पहले से आयात (import) किया गया है। पिछली गतिविधि में जो सूचियाँ आपने बनाई थीं (ranks, maxIters, regParams, alphas), वे आपके लिए तैयार हैं।

यह अभ्यास पाठ्यक्रम का हिस्सा है

PySpark के साथ Recommendation Engines बनाना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • यहाँ model_list नाम की एक खाली सूची दी गई है। यह for लूप उसे दिए गए हर हाइपरपैरामीटर संयोजन के लिए एक मॉडल बनाएगा और उसे model_list में जोड़ देगा.
  • for लूप को पूरा करें और प्रत्येक सूची की सामग्री का संदर्भ दें जहाँ r ranks सूची के तत्वों को, mi maxIters सूची के तत्वों को, rp regParams सूची के तत्वों को और a alphas सूची के तत्वों को दर्शाता है.
  • यह सुनिश्चित करने के लिए कि हर मॉडल बन गया है, len(model_list) और model_list प्रिंट करें। लंबाई ऊपर दी गई प्रत्येक हाइपरपैरामीटर सूची की लंबाइयों के गुणनफल के बराबर होनी चाहिए। पुष्टि के लिए आप दी गई अतिरिक्त वैलिडेशन भी चला सकते हैं.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# For loop will automatically create and store ALS models
for r in ____:
    for mi in ____:
        for rp in ____:
            for a in ____:
                model_list.append(ALS(userCol= "userId", itemCol= "songId", ratingCol= "num_plays", rank = r, maxIter = mi, regParam = rp, alpha = a, coldStartStrategy="drop", nonnegative = True, implicitPrefs = True))

# Print the model list, and the length of model_list
print (model_list, "Length of model_list: ", len(____))

# Validate
len(model_list) == (len(ranks)*len(maxIters)*len(regParams)*len(alphas))
कोड संपादित करें और चलाएँ