小编boh*_*ohr的帖子

在我的应用程序中,我使用Android设备相机捕获图像.对于某些设备,它工作正常但有些则不然.我刚刚在LG nexus 4 E960上进行了测试,在我捕获图像后,我的应用程序崩溃而无法保存结果.这是我的代码:

//Using intent to open camera
  Intent intent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
  startActivityForResult(intent,CAMERA_CAPTURE); 

在activityResult中:

protected void onActivityResult(int requestCode, int resultCode, Intent data)
{
    if(resultCode==RESULT_OK)
    {
        if(requestCode==CAMERA_CAPTURE)
        {   
            Bitmap pictTaken = null ;
            Bundle extras = data.getExtras();
            if(extras.keySet().contains("data"))
            {
                pictTaken = (Bitmap) extras.get("data");
                picUri = getIntent().getData();
            }
                    else{
                     picUri = getIntent().getData();
                try {
                    pictTaken = decodeUri(picUri);
                } catch (FileNotFoundException e) {
                    // TODO Auto-generated catch block
                    e.printStackTrace();
                }
                     }
            Intent cropIntent= new Intent (this, Crop.class);
            cropIntent.putExtra("data", picUri.toString());
            cropIntent.putExtra("pict", pictTaken); …

我记得lightfm的一个优点是模型没有冷启动问题,用户和物品冷启动:lightfm原纸

但是,我仍然不明白如何使用lightfm来解决冷启动问题.我训练了我的模特user-item interaction data.据我所知,我只能对我的数据集上存在的profile_ids进行预测.

def predict(self, user_ids, item_ids, item_features=None,
            user_features=None, num_threads=1):
    """
    Compute the recommendation score for user-item pairs.

    Arguments
    ---------

    user_ids: integer or np.int32 array of shape [n_pairs,]
         single user id or an array containing the user ids for the
         user-item pairs for which a prediction is to be computed
    item_ids: np.int32 array of shape [n_pairs,]
         an array containing the item ids for the user-item pairs for which
         a prediction is to be computed.
    user_features: np.float32 …

我一直在玩lightfm已经有一段时间了,发现它对于产生推荐非常有用.但是,我想知道两个主要问题.

1. 如果建议的排名很重要,评估LightFM模型,我应该更多地依赖precision@k或其他提供的评估指标,如AUC score？我应该在什么情况下专注于改进我precision@k与其他指标的比较？或者他们高度相关？这意味着如果我设法提高我的precision@k分数,其他指标将会跟随,我是否正确？

2. 如果使用WARP损失函数训练的模型得分为0.089,您将如何解释precision@5？AFAIK,Precision at 5告诉我前5个结果中有多少比例为正/相关.这意味着precision@5如果我的预测不能达到前5 ,我会得到0 或者如果我在前5中只有一个预测正确,我会得到0.2但是我不能解释0.0xx意味着什么precision@n

谢谢

我目前正在处理文本处理,并被一个简单的问题分心.我试图根据下划线拆分句子.首先,我想出了一个非常简单的方法:

String[] tokens = taggedSentence.split("_");

它适用于大多数情况,直到我发现文本写成:

Robert_Phd_NNP

但是,我只对POS标签感兴趣,在这种情况下是NNP,但似乎单独用下划线拆分是不够的.然后,我想出了一个想法来获得分句的最后一个元素:

String[] tokens = taggedSentence.split("_");
int tokenSize = tokens.length;
String pos = tokens[tokenSize-1];

但是,我想知道是否有更好的方法(比如正则表达式,也许)这样做.任何评论或建议将非常感激.非常感谢