推荐系统推荐功能
推荐系统推荐功能
提问于 2022-06-06 20:02:06
我正在使用DCN开发推荐系统，下面是本教程https://www.tensorflow.org/recommenders/examples/dcn。
但他的教程缺乏推荐功能，我可以通过user_id和命令，它可以输出预测。类似于正在发生的basic_rating教程https://github.com/tensorflow/recommenders/blob/main/docs/examples/basic_ranking.ipynb
在DCN中也有这样的方法吗？
谢谢。
回答 1
Stack Overflow用户
发布于 2022-08-30 09:48:11
我对自定义数据集使用了dcn模型，但遵循了本教程。
以下是模型培训代码(从dcn教程中粘贴的副本)：
dcn_result = run_models(use_cross_layer=True,
deep_layer_sizes=[192, 192])
def run_models(use_cross_layer, deep_layer_sizes, projection_dim=None, num_runs=5):
models = []
rmses = []
for i in range(num_runs):
model = DCN(use_cross_layer=use_cross_layer,
deep_layer_sizes=deep_layer_sizes,
projection_dim=projection_dim)
model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate))
models.append(model)
model.fit(cached_train, epochs=epochs, verbose=False)
metrics = model.evaluate(cached_test, return_dict=True)
rmses.append(metrics["RMSE"])
mean, stdv = np.average(rmses), np.std(rmses)
return {"model": models, "mean": mean, "stdv": stdv}在此之后，您可以从经过培训的模型列表中选择一个特定的模型，例如：
model = dcn_result['model'][3]然后，您可以通过输入功能将字典传递给模型，以获得分数的推荐，例如：：。
test_ratings = model({"user_id": np.array(["00012a2ce6f8dcda20d059ce98491703"]),
"customer_city":np.array(["sao paulo"])})
for product, score in test_ratings:
print(f"{product}: {score}")--这将产生输出：
43ee88561093499d9e571d4db5f20b79: [[1.3206882]]页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72522908
复制相关文章
相似问题
腾讯云开发者
