问题标签 [google-prediction]

我有一个顾问给我的练习项目，要求我编写一个 python 脚本来访问我使用 API Explorer 使用 Prediction API 训练的模型。我对此有两个问题，

1. 指导方针规定我不应该在 Python 脚本中检查我的凭据，我不确定这意味着什么，这也导致了问题......

2. 当我按照文档调用“训练模型”的“预测”方法时（使用训练模型预测文本的语言）

   /li>

这是返回值

因为我不太清楚“不检查我的凭据”是什么意思，所以我不清楚如何继续解决这个问题。

先感谢您。

这是数据集
https://gist.github.com/kirkstrobeck/d8b768867890807f9dc9

使用 Google Prediction API 时，它将RUNNING持续大约 30 分钟，然后ERROR: INTERNAL ERROR.

为什么会失败？它似乎是一个标准的消耗品回归模型数据集。

有谁知道我在哪里可以找到 Google Hangout 用来预测面部动作的算法？我需要它用于大学项目。很想看看它的源代码。

我试图找出他们如何减少延迟问题。

我正在开发一个基于 Google App Engine (python) 的网站，该网站允许用户生成内容，并对该内容进行投票（喜欢/不喜欢）。

我们的设计师相当模糊地指定首页应该是最近内容和流行内容之间的平衡，可能假设这些只是创建一个得分值，该得分值对喜欢/不喜欢与创建以来的时间进行加权。最终，目标是 (1) 快速过滤掉不良内容，(2) 继续流行的内容保持更长时间，以及 (3) 新内容有机会保持足够长的时间以获得足够的票数来确定它是否是好是坏。

我可以根据喜欢/不喜欢轻松计算分数。但是结合时间因素来产生一个可以索引的单一分数似乎并不可行。我基本上需要每天重新索引所有内容以调整其分数，一旦我们拥有大量内容，这似乎成本过高。所以，我对潜在的解决方案不知所措。

我还建议了一些时间框（所有时间，每天，每周），但他说用户不太可能查看默认视图以外的选项卡。另外，如果我根据上周进行过滤，我需要按时排序，然后二次流行度排序基本上没有意义，因为提交时间几乎是唯一的。

关于我可能忽略的解决方案的任何建议？

像 Google 的 Prediction API 或 BigQuery 这样的东西能更好地处理这个问题吗？

我正在使用 Google 提供的应用脚本通过工作表访问他们的预测 API。我试图一次预测数千行，但是，在 6 分钟后，代码停止时达到了最大执行时间。

我实现了一个使用时钟触发器构建器找到的解决方案。一旦我运行该功能，它会持续 5 分钟，然后它会停止设置触发器以在 2 分钟内调用该功能。

主要问题是函数在调度时没有被调用。我在当前的触发器列表中看到它，但它再也不会被调用。您能否解释一下为什么会发生这种情况。

我的意图是在 5 分钟内预测尽可能多的行，然后停止设置触发器以在几分钟内再次调用预测函数，从它停止的地方开始并继续，直到预测到任何元素。

我还需要知道如何将值存储在缓存中，以便在再次调用函数时知道它需要的所有信息。

我正在尝试在 google-api-java-client-samples 中运行PredictionSample 。但我收到导入错误。项目在谷歌客户端库中找不到 Training.java 文件。我已经导入了所有必需的库并包含在类路径中。

在这里我得到错误。

我试图在谷歌找到类似的情况，但只发现一个未解决的问题。

那么我错过了哪里？提前致谢。

上面的代码是用 intellij IDEA 编写的，试图实现 Google Prediction API。

出现的错误如下：

过程以退出代码 1 结束。

尝试利用 Google Prediction API 的强大功能对我的数据进行分类。我的数据库中的每个项目都可以分配多个类别。

例如："My Nexus phone is rebooting constantly"可以同时分配#Android和#troubleshooting标签。

我想将我的训练数据上传到 Google，但我不确定如何将两个标签应用于相同的内容。在以下示例中，我找到了为每个内容提供一个类别的语法，如下所示：

"Android","My Nexus phone is rebooting constantly"

多分类训练数据的正确语法是什么？

有关如何指定 Google 预测存储桶的任何经验。我继续通过单击按钮创建存储桶在 Storage --> Cloud Storage --> Browser 中创建了一个存储桶。我将存储桶命名为唯一名称，例如“UNIQUE001”。我根据他们的规范上传了数据，一个 CSV 文件，如果字符串被引用。我想训练模型，所以想运行 Prediction API v1.6 > prediction.trainedmodels.insert。这是我的发帖请求

我收到错误“未找到训练数据”的响应 400 OK

显示标题 -

不确定，我猜如何指定 storageDataLocation。我试过 1) gs://UNIQUE001 2) ProjectNumber/UNIQUE001

这是我给出 ProjectNumber/bucketName 时的错误，

错误

400 好

显示标题 -

数据集不为空。它有百万行

编辑：我正在尝试将新用户评论分类为预定义的一组标签。每条评论都可以有多个与之关联的标签。

我已将我的数据库用户评论映射到 15 个类别，以下示例显示了文本，推理映射的类别

USER_REVIEWS | 类别
“pizza有史以来最好的，我们真的很喜欢这个地方，our kids......” | “食物，家庭”
“The ATV tour was extreme和nature was beautiful……” | “活跃，家庭”

pizza:food
our kids:family
The ATV tour was extreme:active
nature was beautiful:nature

编辑： 我尝试了两种训练数据方法：

第一个包括单个文件中的所有类别，如下所示：

第二种方法是将训练数据拆分为 15 个单独的文件，如下所示：

family_training_data.csv：

以上都不是结论性的，并且大多数时候都错过了标记。

以下是我在试验时提出的一些问题：

1. 我的一些评论很长（超过 300 字），我是否应该限制我的训练数据文件上的字数，使其与平均评论字数（80）相匹配？
2. 最好是将数据分成15个训练数据文件，用TRUE/FALSE选项，意思是：（是特定类别的评论文本），还是将所有类别混合在一个训练数据文件中？
3. 如何训练模型以找到同义词或相关关键字，以便它可以标记“motorbike骑行很棒”，就像active训练数据有ATV骑行记录一样

我尝试了上述一些方法，但没有任何好的结果。
问：什么训练数据格式会产生最好的结果？