FM算法(Factorization Machine)

版权声明:本文为博主原创文章,如要转载请联系QQ:314913739 https://blog.csdn.net/g11d111/article/details/77430095

因子分解机(Factorization Machine, FM)是由Steffen Rendle提出的一种基于矩阵分解的机器学习算法。目前,被广泛的应用于广告预估模型中,相比LR而言,效果强了不少。

一、FM背景

FM(Factorization Machine)主要目标是:解决数据稀疏的情况下,特征怎样组合的问题。以一个广告分类的问题为例,根据用户画像、广告位以及一些其他的特征,来预测用户是否会点击广告(二分类问题)。数据如下:
这里写图片描述
Clicked?是分类值,表明用户是否点击了此广告。1表示点击,0表示未点击。而Country,Day,Ad_type则是Categorical特征(类别特征),一般都是进行one-hot编码处理。

将上面的离散特征数据进行one-hot编码以后(假设Country,Day,Ad_type类别只有图中几种),如下图所示

这里写图片描述

显然可以看出,特征从最初的3个变成了现在的7个。而实际工程当中,由于有的Categorical特征维度会非常大(比如地区等),如果采用One-Hot编码,那么互联网公司的动辄上亿个特征的数据集就是这么来的了。

因式分解机是一种基于LR模型的高效的学习特征间相互关系,
对于因子分解机FM来说,最大的特点是对于稀疏的数据具有很好的学习能力。

二、FM优点

  • ① FMs allow parameter estimation under very sparse data where SVMs fails.(FM模型可以在非常稀疏的数据中进行合理的参数估计,而SVM做不到这点)

  • ② **FMs have linear complexity,**can be optimized in the primal and do not rely on support vectors like SVMs.
    在FM模型的复杂度是线性的,优化效果很好,而且不需要像SVM一样依赖于支持向量。)

  • FMs are a general predictor that can work with any real valued feature vector. In contrast to this, other state-of-the-art factorization models work only on very restricted input data.
    FM是一个通用模型,它可以用于任何特征为实值的情况。而其他的因式分解模型只能用于一些输入数据比较固定的情况。)

三、FM模型

在一般的线性模型中,是各个特征独立考虑的,没有考虑到特征与特征之间的相互关系。但实际上,大量的特征之间是有关联的。最简单的以电商为例,一般女性用户看化妆品服装之类的广告比较多,而男性更青睐各种球类装备。那很明显,女性这个特征与化妆品类服装类商品有很大的关联性,男性这个特征与球类装备的关联性更为密切。如果我们能将这些有关联的特征找出来,显然是很有意义的。

一般的线性模型为(n为特征维度):

y=ω0+i=1nωixi

对于度为2的因子分解机(FM)的模型为:

y=ω0+i=1nωixi+i=1n1j=i+1n<vi,vj>xixj

其中,vRn,k<vi,vj>表示的是两个大小为k的向量之间的点积

<vi,vj>=f=1kvi,fvj,f

与线性模型相比,FM的模型就多了后面特征组合的部分。

四、FM求解

在基本线性回归模型的基础上引入交叉项,如下:

y=ω0+i=1nωixi+i=1n1j=i+1nωijxixj

组合部分的特征相关参数共有n(n1)2个。但是在数据很稀疏的情况下,满足xi,xj都不为0的情况非常少,这样将导致ωij无法通过训练得出,无法对相应的参数进行估计。

这里,采用的方法是:对每一个特征分量xi引入辅助向量vi=(vi1,vi2,...,vik)。然后,利用vivTj对交叉项的系数ωij进行估计

ω^ij=vivTj


这里写图片描述

这里写图片描述

这就对应了一种矩阵的分解。对k值的限定,对FM的表达能力有一定的影响,下图为论文中说明的k值选取原则。

这里写图片描述

下面,求<vi,vj>,这块的求解用到了
((a+b+c)2a2b2c2)/2求出交叉项。过程如下:
这里写图片描述


参考资料

程序化广告交易中的点击率预估

简单易学的机器学习算法——因子分解机(Factorization Machine)

阅读更多

没有更多推荐了,返回首页