Py之pyfm：pyfm的简介、安装、使用方法之详细攻略

Py之pyfm：pyfm的简介、安装、使用方法之详细攻略

目录

pyfm的简介

pyfm的安装

pyfm的使用方法

1、基础用法

---

pyfm的简介

       pyfm 是一个用于实现因子分解机（FM）算法的Python库，可以用于处理稀疏数据集。FM算法是一种基于因子分解的机器学习算法，可以用于分类和回归任务。与传统的线性模型相比，FM算法可以处理更加复杂的特征交互，从而提高模型的预测精度。pyfm 库提供了一个简单易用的API，可以方便地构建和训练FM模型。

GitHub：GitHub - coreylynch/pyFM: Factorization machines in python

pyfm的安装

pip install pyfm

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyfm

pip install git+https://github.com/coreylynch/pyFM

或者手动从源代码构建该软件包，下载到本地执行安装

python setup.py install

 

pyfm的使用方法

1、基础用法

from pyfm import pylibfm
from sklearn.feature_extraction import DictVectorizer
import numpy as np
train = [
	{"user": "1", "item": "5", "age": 19},
	{"user": "2", "item": "43", "age": 33},
	{"user": "3", "item": "20", "age": 55},
	{"user": "4", "item": "10", "age": 20},
]
v = DictVectorizer()
X = v.fit_transform(train)
print(X.toarray())


y = np.repeat(1.0,X.shape[0])
fm = pylibfm.FM()
fm.fit(X,y)
fm.predict(v.transform({"user": "1", "item": "10", "age": 24}))

[[19.  0.  0.  0.  1.  1.  0.  0.  0.]
 [33.  0.  0.  1.  0.  0.  1.  0.  0.]
 [55.  0.  1.  0.  0.  0.  0.  1.  0.]
 [20.  1.  0.  0.  0.  0.  0.  0.  1.]]
Creating validation dataset of 0.01 of training for adaptive regularization
-- Epoch 1
Training log loss: 0.37194