模型部署
来源：11-1 学习排序部分总结与回顾
慕设计5261936
2019-07-24
hi 老师您好！
1、推荐这一块，对于猜你喜欢和相关推荐 是分别做对应的特征工程得到对应的模型，还是只需要训练一个模型就可以了？
2、模型部署这一块是如何做的呢？
3、召回层是使用多长时间的历史数据？
4、逻辑回归中一般使用的是L1 正则 还是 L2 正则？ 使用L1正则会出现哪些问题？
写回答
1回答
-
你好。猜你喜欢与相关推荐属于不同的产品 相关推荐更强调点击的item的相似item需单独考虑建模。模型部署现在深度学习model基本都是tf serving然后更新。召回算法 一般小时级别更新足矣，甚至对时效性要求没那么高的话可以天级别。正则化或者drop out这个探究太多理论无意义 如果是真正产品实战不如实验之时分别尝试看效果。
012019-07-25
相似问题