일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- Kafka
- TensorFlow
- Python
- plugin
- Elasticsearch
- matplotlib
- 차트
- zip 파일 암호화
- 파이썬
- query
- flask
- license delete
- ELASTIC
- sort
- Java
- License
- Mac
- docker
- analyzer test
- token filter test
- high level client
- 900gle
- licence delete curl
- API
- aggregation
- MySQL
- zip 암호화
- springboot
- Test
- aggs
Archives
- Today
- Total
개발잡부
[es] 검색결과를 검증해보자 본문
반응형
- True Positive(TP) : 실제 True인 정답을 True라고 예측 (정답)
- False Positive(FP) : 실제 False인 정답을 True라고 예측 (오답)
- False Negative(FN) : 실제 True인 정답을 False라고 예측 (오답)
- True Negative(TN) : 실제 False인 정답을 False라고 예측 (정답)
정밀도 (Precision)
검색결과로 가져온 문서 중 실제 관련된 문서의 비율
재현율 (Recall)
관련된 문서중 검색된 문서의 비율
성능평가 알고리즘
nDCG
- CG = 추천결과들은 동일한 비중으로 계산
- DCG = 랭킨순서에따라 비중을 줄여 관련도를 계산
- nDCG = 전체데이터에 대한 best DCG 를 계산
require.txt 에 pandas 추가
elasticsearch
numpy
tensorflow
tensorflow-hub
tensorflow_text
kss
regex
flask
flask_restful
Api
Resource
matplotlib
pandas
query_test.py
# -*- coding: utf-8 -*-
import time
import math
from elasticsearch import Elasticsearch
import tensorflow_hub as hub
import tensorflow_text
import matplotlib.pyplot as plt
import numpy as np
##### SEARCHING #####
def handle_query():
query = "나이키 남성 신발"
embedding_start = time.time()
query_vector = embed_text([query])[0]
embedding_time = time.time() - embedding_start
script_query = {
"function_score": {
"query": {
"multi_match": {
"query": query,
"fields": [
"name",
"category^2"
]
}
},
"functions": [
{
"script_score": {
"script": {
"source": "cosineSimilarity(params.query_vector, 'feature_vector') * doc['weight'].value * doc['populr'].value / doc['name'].length + doc['category'].length",
"params": {
"query_vector": query_vector
}
}
},
"weight": 0.1
}
]
}
}
search_start = time.time()
response = client.search(
index=INDEX_NAME,
body={
"size": SEARCH_SIZE,
"query": script_query,
"_source": {"includes": ["name", "category"]}
}
)
search_time = time.time() - search_start
print()
print("{} total hits.".format(response["hits"]["total"]["value"]))
print("embedding time: {:.2f} ms".format(embedding_time * 1000))
print("search time: {:.2f} ms".format(search_time * 1000))
for hit in response["hits"]["hits"]:
print("id: {}, score: {}".format(hit["_id"], hit["_score"]))
print(hit["_source"])
print()
# print(response["hits"]["max_score"])
x = np.arange(0, SEARCH_SIZE, 1)
y = [hit["_score"] for hit in response["hits"]["hits"]]
plt.xlim([1, SEARCH_SIZE]) # X축의 범위: [xmin, xmax]
plt.ylim([0, math.ceil(response["hits"]["max_score"])]) # Y축의 범위: [ymin, ymax]
plt.xlabel('top 10', labelpad=2)
plt.ylabel('score', labelpad=2)
plt.plot(x, y, label='query1', color='#e35f62', marker='*', linewidth=1 )
plt.legend()
plt.title('Query score')
plt.xticks(x)
plt.yticks(np.arange(1, math.ceil(response["hits"]["max_score"])))
plt.grid(True)
plt.show()
##### EMBEDDING #####
def embed_text(input):
vectors = model(input)
return [vector.numpy().tolist() for vector in vectors]
##### MAIN SCRIPT #####
if __name__ == '__main__':
INDEX_NAME = "products_r"
SEARCH_SIZE = 10
print("Downloading pre-trained embeddings from tensorflow hub...")
model = hub.load("https://tfhub.dev/google/universal-sentence-encoder-multilingual-large/3")
client = Elasticsearch(http_auth=('elastic', 'dlengus'))
handle_query()
print("Done.")
음.. 만들고 보니 또 쓰잘때기 없는걸 만들었네.. 스코어를 비교해서 뭐해..
반응형
'ElasticStack > Elasticsearch' 카테고리의 다른 글
[es] 검색쿼리를 만들어 보자 2 (0) | 2022.01.29 |
---|---|
[es] 검색결과 비교 - score (0) | 2022.01.28 |
[es] 검색쿼리에 랭킹을 적용해보자! (0) | 2022.01.20 |
[es] 검색쿼리를 만들어 보자 (0) | 2022.01.15 |
[es] Bool Query (0) | 2022.01.10 |
Comments