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