Кто-нибудь здесь использует API Google Prediction? Для чего? Это "работало"?
Примеры использования API Google Prediction
Ответ 1
Если вы ищете реальный случай, проверьте этот, который автоматически присваивает приоритет ошибкам.
Я также создал несколько тестовых проектов, чтобы понять, как я могу использовать его в процессе производства.
Один из них предлагает теги для вопросов Stackoverflow. Модель для этого была подготовлена с вопросами (из дампа данных), в которых было только 1 тег. Это помогает распознать данные конкретного тега. Код и проза были разделены на отдельные функции, так как один из них может иметь большее влияние на результат. Когда задан вопрос, он возвращает 10 лучших предложений тегов; фактические теги включены для сравнения.
Структура была CSV файлом:
"tag","code blocks(200 chars)","body text(200 chars)"
Некоторые символы были отфильтрованы из code
, что вызвало ошибки в обучении: []^|~
. Не уверен, кто из них вызывает проблемы.
Если вы хотите, чтобы в список тестов был добавлен определенный вопрос, дайте мне знать. Очевидно, что вопросы, которые имеют код, лучше предсказывают.
Другой проект прогнозирует рейтинг фильмов на основе данных IMDB и режиссера/актеров. В отличие от тестера-тестировщика, этот является живым, поэтому вы можете экспериментировать с различными комбинациями, чтобы увидеть, что он предсказал.
Структура здесь:
rating,"directorId","actorId actorId actorId"
Оба работают в Google App Engine, поэтому python - это конец. Я не использую конкретный API; просто последовал за некоторым примером Nick Johnson .
Ответ 2
Я не использовал этот API. Но их список веб-сайтов приведен ниже.
- Системы рекомендаций (демонстрационный код)
- Обнаружение спама (демонстрационный код)
- Анализ настроений клиентов
- Анализ возможностей Upsell
- Решение о маршрутизации сообщений
- Диагностика
- Классификация документов и электронной почты
- Идентификация подозрительной активности
- Анализ оттока
- Идентификация языка