elasticsearch - 预测最优 ElasticSearch Query-time Boost 值的深度学习模型
问题描述
我想使用机器学习模型来训练调用ElasticSearch Query-time Boosting时使用的最佳提升值。
ElasticSearch 文档推荐了一种试错法:
应用提升并检查结果。更改升压并再次检查。
我想更多地计算这些值应该是什么,并利用机器学习和随机输入值来预测给定搜索词的最佳提升值。我认为这篇文章可能与我试图解决的问题相似,但想确保我在走得太远之前朝着正确的方向前进。
解决方案
推荐阅读
- asp.net - ASP.NET Core 2.1 标识:如何删除默认 UI 剃须刀页面?
- python - Tensorflow 中的 Adam 优化器状态
- ruby-on-rails - 作为偏执的宝石干扰作为列表的行为
- hadoop - hue 将使用哪个帐户来运行 hive 查询?
- javascript - 单击html表单中的提交按钮时如何在html和javascript中添加div面板?
- c# - 通过 C# 运行包含 LongBlob 的插入命令不会将新行添加到 MySql 表中
- python - 使用 openCV/ffmpeg 和 Python 在特定位置保存多个视频的帧
- c++ - 如何将值元组中的相应值附加到相同类型的向量元组中?
- google-apps-script - 用于查明学生是否在 Google 课堂中迟交作业的 Google Apps 脚本
- ruby-on-rails - 如何验证多个变量