BaşlayınÜcretsiz başlayın

Örtük modeller oluştur

Artık tüm hiperparametre değerlerini belirlediğine göre, her kombinasyonu denemek için Spark'ın yeterli sayıda model kurmasını sağlayalım. Bunu kolaylaştırmak için burada bir for döngüsü verildi. Aşağıdaki talimatları izleyerek bu ALS modellerini otomatik olarak oluştur. Sonraki egzersizlerde bu modelleri test veri kümeleri üzerinde çalıştırıp hangisinin en iyi performansı verdiğini göreceksin.

ALS algoritması senin için zaten içe aktarıldı. Önceki egzersizde oluşturduğun listeler (ranks, maxIters, regParams, alphas) hazır durumda.

Bu egzersiz, kursun bir parçasıdır

PySpark ile Öneri Motorları Oluşturma

Kursa Göz Atın

Egzersiz talimatları

  • model_list adlı boş bir liste burada sağlandı. for döngüsü verilen her hiperparametre kombinasyonu için bir model oluşturacak ve bunu model_list içine koyacak.
  • for döngüsünü, her listenin içeriğine referans vererek tamamla; burada r ranks listesinin, mi maxIters listesinin, rp regParams listesinin ve a alphas listesinin elemanlarını temsil eder.
  • Her modelin oluşturulduğunu doğrulamak için len(model_list) ve model_list değerlerini yazdır. Uzunluk, yukarıdaki her bir hiperparametre listesinin uzunluklarının çarpımına eşit olmalı. Emin olmak için sağlanan ek doğrulamayı da çalıştırabilirsin.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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))
Kodu Düzenle ve Çalıştır