Ani*_*shM 18 python machine-learning apache-spark
我是机器学习世界的初学者和Apache Spark的使用者.
我已经按照https://databricks-training.s3.amazonaws.com/movie-recommendation-with-mllib.html#augmenting-matrix-factors上的教程进行了操作,并成功开发了该应用程序.现在,由于需要今天的Web应用程序需要由实时建议提供支持,我希望我的模型能够为不断出现在服务器上的新数据做好准备.该网站引用了:
获得推荐的更好方法是首先训练矩阵分解模型,然后使用您的评级来扩充模型.
我怎么做?我正在使用Python来开发我的应用程序.另外,请告诉我如何让模型再次使用它,或者我如何将其与Web服务进行交互.感谢您
我认为 Spark 中的 ALS 不可能在线学习。这意味着您无法在实时获取数据的同时更新模型。但是,您可以使用该模型来获得预测。
另请参阅: 如何更新 ALS 的 Spark MatrixFactorizationModel
| 归档时间: |
|
| 查看次数: |
546 次 |
| 最近记录: |