무엇이 필요한지 묻기: 상위 열 개
왜 중요한가 명세는 일반적인 경우를 묘사하고, 호출자는 그 작은 부분을 써요. 일반적인 경우를 만드는 게 흔히 비싼 부분이고, 아무도 그걸 요청하지 않았어요.
검색 결과는 학습된 관련성 모델로 순위가 매겨져요. 모델은 쌍별이에요: 두 결과 중 어느 것이 더 관련 있는지만 말할 수 있고, 비교 하나하나가 청구되는 모델 호출이에요. 점수는 결코 같지 않아요.
티켓은 이렇게 말해요: "rank(results)는 모든 결과를 가장 좋은 것부터 정렬해 반환한다." 그걸 부르는 유일한 코드는 이거예요:
def homepage_widget(results):
return [r["id"] for r in rank(results)[:10]]데이터
results = [{"id": "doc000001", "score": <Score>}, ...]
# a["score"] < b["score"] is one model call. So is >, ==, and so on.
# -s gives a Score that compares the other way round (no call).위 위젯을 위한 rank(results)를 쓰세요. results는 "id"와 "score"가 있는 dict의 리스트예요. 점수는 서로 비교만 할 수 있고, 비교 하나하나를 쳐요. 반환하는 처음 열 개 항목은 가장 높은 점수 열 개를 가장 좋은 것부터여야 해요(결과가 더 적으면 더 적게). 위젯은 그 너머를 결코 보지 않아요. 예산: 결과 60,000개는 최대 250,000번 비교를 쓸 수 있어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.