Всего несколько дней назад мы выпустили версию 0.6, в которую добавлены рекомендации, и мы вернулись с несколькими исправлениями, о которых сообщили наши любимые пользователи. Встречайте версию Метаранка 0.6.2!
Хотя этот выпуск в основном включает исправления ошибок, есть несколько небольших улучшений.
Использование памяти для каждой функции
Мы постоянно работаем над улучшением памяти, используемой Metarank, и понимание того, сколько памяти потребляется функциями вашей модели, является важным вкладом в оптимизацию производительности Metarank.
Теперь во время фазы import
(как при запуске import
как отдельной команды, так и при использовании режима standalone
) и если вы используете постоянство Redis, Metarank распечатает приблизительный объем памяти для каждой функции, определенной в вашем файле конфигурации.
Это может сэкономить вам много времени на сортировку злоумышленников, злоупотребляющих оперативной памятью, когда Redis занимает гораздо больше памяти, чем вы ожидали.
NDCG + MRR баллы
При обучении моделей важно понимать, как они работают. Обычно NDCG используется для измерения того, как ваша модель работает в автономном режиме (без проведения A/B-тестирования).
При работе в режиме train
или при запуске standalone
Metarank будет выводить значения NDCG и MRR (еще одна метрика, которую можно использовать для анализа улучшения ваших результатов), чтобы вы могли видеть, как работает ваша модель и улучшает ли она показатели.
В этом выпуске у вас есть несколько цифр, на которых стоит остановиться:
Метрика исходный — это ваше фактическое значение во входном наборе данных до повторного ранжирования. Метрика reranked — это то, как Metarank улучшил ее.
Что дальше?
Следите за новостями от нашей команды и дайте нам знать, если у вас есть какие-либо вопросы или проблемы в нашем канале Slack.
Мы также обеспечиваем полную адаптацию и постоянную корпоративную поддержку для Metarank. "Свяжитесь с нами для более подробной информации.