machine-learning - 在 ML.NET 中更新经过训练的模型

Question

这个example展示如何使用矩阵分解来构建推荐系统。此示例特别适合仅具有两个相关 ID(例如相应用户已购买的用户 ID 和产品 ID)的数据集。

根据这个示例，我准备了如下输入数据。

[UserId] [ProductId]
3　　　　1
3　　　　15
3　　　　23
5　　　　9
5　　　　1
8　　　　2
8　　　　1
.
.

并更改列名称，使 TextLoader。

var reader = ctx.Data.TextReader(new TextLoader.Arguments()
{
     Separator = "tab",
     HasHeader = true,
     Column = new[]
     {
              new TextLoader.Column("Label", DataKind.R4, 0),
              new TextLoader.Column("UserId", DataKind.U4, new [] { new TextLoader.Range(0) }, new KeyRange(0, 100000)),
              new TextLoader.Column("ProductId", DataKind.U4, new [] { new TextLoader.Range(1) }, new KeyRange(0, 300))
     }
     });

效果很好。它会根据个人评分推荐目标用户可能购买的产品列表。但是，它不适用于初始输入数据中不存在的新客户数据(例如 UserId 1)，它会给出分数 NaN，因为预言。

重新训练模型可能是一个显而易见的答案，但每次有新数据进来时重新训练模型似乎是徒劳的。我认为肯定有一种方法可以更新现有模型，但我找不到相关文档、API 或随处取样。我最终离开了a question in the official github of ML.NET但到目前为止我还没有得到答案。

问题很简单，简而言之，如何更新 ML.NET 中经过训练的模型？链接相关信息源也将不胜感激。

Answer 1

截至 2021 年:

重新训练过程详细描述如下:https://learn.microsoft.com/en-us/dotnet/machine-learning/how-to-guides/retrain-model-ml-net