Я хотел бы использовать модель машинного обучения для обучения оптимальных значений усиления, используемых при вызове ElasticSearch Query-time Boosting .
Документация ElasticSearch рекомендует метод проб и ошибок:
Применить повышение и проверить результаты. Измените усиление и проверьте снова.
Я бы хотел больше рассчитать, какими должны быть эти значения, и использовать машинное обучение с рандомизированными входными значениями, чтобы предсказать оптимальные значения повышения для заданных условий поиска. Я смотрел на этот пост как на потенциально похожую на проблему, которую пытаюсь решить, но хотел убедиться, что я движусь в правильном направлении, прежде чем идти слишком далеко.