FM算法介绍

概述

FM (Factorization Machine) 算法可进行回归和二分类预测，它的特点是考虑了特征之间的相互作用，是一种非线性模型，目前FM算法是推荐领域被验证的效果较好的推荐方案之一，在诸多电商、广告、直播厂商的推荐领域有广泛应用。

PAI平台的FM算法基于阿里内部大数据的锤炼，具备性能优越、效果突出的特点。具体使用方式可以参见首页模板：

使用FM算法整体流程需要包含FM训练和FM预测组件，可以搭配评估组件使用。

输入数据要求

目前PAI的FM算法只支持libsvm格式的数据，数据需要包含两列，分别是特征列和目标列。

• 目标列：Double类型
• 特征列：String类型，特征要以k:v格式输入，特征直接以逗号分隔

如图：

组件说明

1.FM训练

在“参数设置”中可以设置回归或者分类两种模式：

PAI命令

参数	解释	取值
tensorColName	训练的特征列名 (kv格式的字符串，例如"1:1.0,3:1.0"，特征的id必须是非负整数，取值范围是[0,Long.MAX_VALUE)，可以不连续）	必选
labelColName	label列名 (要求是数值类型，如果任务类型是binary_classification，那么label值必须是0或1)	必选
task	任务类型	必选，"regression" or "binary_classification"
numEpochs	迭代数	可选，默认值10
dim	因子数，字符串，用逗号分隔的三个整数，表示0次项、线性项、二次项的长度	可选，默认值 "1,1,10"
learnRate	学习率	可选， 默认值 0.01
lambda	正则化系数，字符串，用逗号分隔的三个浮点数，表示0次项、线性项、二次项的正则化系数	可选， 默认值 "0.01,0.01,0.01"
initStdev	参数初始化标准差	可选， 默认值0.05

备注1：

• 如遇到训练发散，可适当降低学习率的值

2.FM预测

PAI命令

参数	解释	取值
predResultColName	预测结果列名	可选，默认"prediction_result"
predScoreColName	预测得分列名	可选，默认"prediction_score"
predDetailColName	详细预测信息列名	可选，默认"prediction_detail"
keepColNames	保持到输出结果表的列	可选，默认全选

评估结果

在首页模板案例的数据情况下，使用PAI FM生成的模型可以达到接近0.97的AUC

原文链接
本文为云栖社区原创内容，未经允许不得转载。

转载于:https://my.oschina.net/u/1464083/blog/3084038