컬렉션에 문서를 성공적으로 추가 한 후 REST API를 사용하여 랭커를 만들려고합니다. train.py를 사용해야합니까? 그렇다면 Ranker API를 만드는 방법은 무엇입니까? 또한 RANKER를 만들려고 할 때 클러스터 ID 및 컬렉션 이름을 지정해야하는 위치를 알려주십시오. metadata.json 파일에 지정해야합니까?Watson RnR - REST API를 사용하여 랭커 만들기
도움을 주시면 감사하겠습니다.
순위를 훈련하는 데 사용할 수있는 방법에 대한 개요는 여기를 참조하십시오. https://www.ibm.com/watson/developercloud/doc/retrieve-rank/training_data.html#methods. REST API를 직접 사용하는 방법은 '수동으로 계급을 훈련'섹션에 설명되어 있으며, 사용자가 train.py를 사용할 때 자동으로 생성되는 feature vectors에 추가 열을 추가 할 수있는 고급 사용자를위한 것입니다.
Create Ranker REST API 호출은 'cluster id'및 'collection names'를 입력 매개 변수로 사용하지 않습니다. train.py가 내부적으로 수행하는 것과 유사한 특징 벡터를 미리 생성하기 위해/fcselect REST API 호출 ('클러스터 ID'및 '콜렉션 ID'사용)을 이미 사용했다고 가정합니다. 고급 사용 사례에서이 특성 벡터를 가져 와서이 블로그 게시물에 설명 된대로 다른 맞춤 기능을 사용하여 벡터를 확대 할 수 있습니다. https://medium.com/machine-learning-with-ibm-watson/developing-with-ibm-watson-retrieve-and-rank-part-3-custom-features-826fe88a5c63#.unfm2ocik