AS
QueryRMSE ?
Size: a a a
2019 September 17
AD
Имеет ли смысл смотреть на QueryRMSE?
AD
или в чем вопрос?
AS
AS
или только тут PFound Валидный?
AD
да та же проблема будет, нет смысла, тк ничего в лоссе не гарантирует, что RMSE будет уменьшаться
AD
PFound, NDCG
AS
просто на QueryRMSE нет ошибки
AD
В режиме QueryRMSE не выводится ошибка?
AS
нету ошибки
AD
не понимаю, в чем проблема
AS
importances = model.feature_importances_
names = train_pool.get_feature_names()
named_importances = [[importances[i], names[i]] for i in range(len(names))]
names = train_pool.get_feature_names()
named_importances = [[importances[i], names[i]] for i in range(len(names))]
AS
importances = model.feature_importances_ теперь None
AS
похоже еще какой то Breaking Change
AD
Для ранжирующих режимов мы поменяли способ вычисления важности фичей. Новый способ работает лучше в ранжировании, но он достаточно дорогой, поэтому по умолчанию мы его не считаем. Поэтому для вычисления важности фичей надо вызвать model.get_feature_importance(data, 'LossFunctionChange')
AS
AS
спасибо!
AD
Дефолтный способ (практически бесплатный) 'PredictionValuesChange' для ранжирования подходит не так хорошо. Хотя в большинстве случаев дает похожие результаты.
AS
per_doc_importances = model.get_feature_importance(train_pool, fstr_type='Doc')