机器学习PAI给userid推荐，也需要输入你要推荐的候选 itemids，才可以计算出rating进行推荐。需要同时提供用户和物品的特征向量作为输入，如果只提供用户的特征，模型没有办法计算rating。那训练是一行数据只有一个itemid的话，推荐时就需要把所有后选的itemid的数据全传进去是吗？
机器学习PAI给userid推荐问题，可以帮忙看下吗？[阿里云机器学习PAI]
「点点赞赏，手留余香」
还没有人赞赏，快来当第一个赞赏的人吧！
=====这是一个广告位，招租中，联系qq 78315851====
是的，在推荐时，通常需要将候选物品的特征一并传递给推荐模型。如果候选物品数量较大，可以考虑对物品进行批量预测或筛选，可以提高推荐效率，此回答整理自钉群“【EasyRec】推荐算法交流群”
是的，对于基于用户特征和物品特征的推荐模型，训练时每行数据通常只包含一个 itemid，因为训练的目标是预测用户和该物品之间的评分或者行为。但是在进行推荐时，需要给定一组候选物品的 id，才能计算出用户对这些物品的评分，从而进行推荐。
具体来说，在进行推荐时，需要将用户特征向量作为输入，并使用模型计算用户与每个候选物品之间的相似度或评分。这可以通过将候选物品的特征向量拼接成矩阵，并与用户特征向量一起输入模型来实现。如下所示：