Sono un principiante nel mondo del Machine Learning e dell'uso di Apache Spark.
Ho seguito il tutorial su https://databricks-training.s3.amazonaws.com/movie-recommendation-with-mllib.html#augmenting-matrix-factors e sono riuscito a sviluppare l'applicazione con successo. Ora, poiché è necessario che l'applicazione web di oggi sia alimentata da raccomandazioni in tempo reale, vorrei che il mio modello fosse pronto per i nuovi dati che continuano ad arrivare sul server. Il sito è citato:Come aumentare i fattori di matrice nei consigli di Spark ALS?
Un modo migliore per ottenere le raccomandazioni per voi è la formazione di un modello di fattorizzazione a matrice e poi aumentando il modello utilizzando le tue valutazioni.
Come faccio? Sto usando Python per sviluppare la mia applicazione. Inoltre, per favore dimmi come faccio a mantenere il modello per usarlo di nuovo, o un'idea come faccio a interfacciarlo con un servizio web. Ringraziandoti
Sì Vorrei anche sapere come fare questo, in particolare in pitone, hai avuto fortuna? – Colman
@AnishM hai trovato un tutorial su questo? –
Se stai cercando il modello persistene vedi qui: https://databricks.com/blog/2016/05/31/apache-spark-2-0-preview-machine-learning-model-persistence.html – mtoto