recommenders-team/recommenders

[ASK] negative_feedback_sampler super slow

Open

#1.539 geöffnet am 26. Sept. 2021

Auf GitHub ansehen
 (5 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (2.972 Forks)batch import
help wanted

Repository-Metriken

Stars
 (17.706 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 6T 16h) (10 gemergte PRs in 30 T)

Beschreibung

Hi, I got some questions about the usage of negative_feedback_sampler, my codes are as below:

from recommenders.datasets.pandas_df_utils import negative_feedback_sampler

df_feature = negative_feedback_sampler(df_feature_ori,col_user='userid',col_item='sku',col_label='label',ratio_neg_per_user=1)

df_feature_ori has about 623k rows, and 24 columns, but it really takes so long to process the negative_feedback_sampler, I wonder if I do it wrong or it's just normal situation. Any advice would be appreciated.

Contributor Guide

Research-Richtung
Untersuchen Sie die Implementierung von negative feedback sampler in recommenders/datasets/pandas df utils.py. Profilieren Sie die Funktion mit einem Datensatz von 623k Zeilen, um Engpässe zu identifizieren. Prüfen Sie, ob die 24 Spalten zur Verlangsamung beitragen und ob es alternative Sampling Methoden gibt. Überprüfen Sie vorhandene Kommentare oder Issues auf ähnliche Beschwerden.
Tech Stack
pythonpandas
Domain
datamachine learning
Issue Type
Performance
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
70