インテル® DAAL 2018 デベロッパー・ガイド

評価の予測

分散処理モードは、データセットが計算ノードの nblocks ブロックに分割されていると仮定します。

アルゴリズムのパラメーター

予測段階での分散処理モードの暗黙的 ALS 推薦のパラメーターは次のとおりです。

パラメーター

デフォルト値

説明

computeStep

適用不可

アルゴリズムを初期化するために必要なパラメーターです。次のいずれか。

  • step1Local - 第 1 ステップ、ローカルノードで実行

algorithmFPType

float

アルゴリズムが中間計算に使用する浮動小数点の型。float または double を指定できます。

method

defaultDense

パフォーマンス指向の計算メソッド。アルゴリズムでサポートされている唯一のメソッドです。

nFactors

10

係数の総数。

分散処理モードの暗黙的 ALS 推薦予測では、下記の図 (nblocks=3) で説明されているように、1 ステップの計算スキーマを使用します。

ステップ 1 - ローカルノード

訓練段階で生成されたユーザー係数 X1, X2, ..., Xnblocks およびアイテム係数 Y1, Y2, ..., Ynblocks の部分を含む、部分モデルを使用する評価の予測。部分モデルの各ペア (Xi , Yj) は、入力部分モデルのユーザー係数およびアイテム係数に対応する評価 Rij を含む数値テーブルを計算するために使用されます。


暗黙的 ALS 訓練、分散処理ワークフローのステップ 4

このステップの暗黙的 ALS 推薦ベースの予測の入力は次のとおりです。入力 ID をパラメーターとして、アルゴリズムの入力を提供するメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

入力 ID

入力

usersPartialModel

分散処理モードの暗黙的 ALS アルゴリズムで訓練された部分モデル。i 番目のデータブロックに対応するユーザー係数を格納します。

itemsPartialModel

分散処理モードの暗黙的 ALS アルゴリズムで訓練された部分モデル。j 番目のデータブロックに対応するアイテム係数を格納します。

このステップで、暗黙的 ALS 推薦ベースの予測は次の結果を計算します。結果 ID をパラメーターとして、アルゴリズムの結果にアクセスするメソッドに渡します。詳細は、「アルゴリズム」を参照してください。

結果 ID

結果

prediction

予測された評価を含む mi x nj 数値テーブルのポインター。デフォルトでは、このテーブルは HomogenNumericTable クラスのオブジェクトですが、(CSRNumericTablePackedSymmetricMatrix、および PackedTriangularMatrix を除く) NumericTable の派生クラスのオブジェクトとして定義できます。

サンプル

C++: impl_als_csr_distr.cpp

Java*: ImplAlsCSRDistr.java

Python*: impl_als_csr_distr.py

関連情報