FM xlearn实战

最新推荐文章于 2024-08-08 08:33:29 发布

skyecs

最新推荐文章于 2024-08-08 08:33:29 发布

阅读量762

点赞数

分类专栏：机器学习文章标签： python

本文链接：https://blog.csdn.net/skyecs/article/details/118720462

版权

机器学习专栏收录该内容

1 篇文章 0 订阅

订阅专栏

这篇博客介绍了如何使用xLearn库在Python中训练Field-Aware Factorization Machine（FFM）模型。通过示例代码展示了设置训练数据、参数配置、模型训练以及模型保存和预测的过程。此外，还提及了模型可以转换为人类可读的TXT格式。

摘要由CSDN通过智能技术生成

xlearn文档：xLearn Python API 使用指南 — xLearn 0.4.0 documentation

xlearn github：xlearn: High performance, easy-to-use, and scalable machine learning (ML) package, including linear model (LR), factorization machines (FM), and field-aware factorization machines (FFM) for Python and CLI interface. - Gitee.com

fm推导公式：（转自FM算法解析及Python实现 - Bo_hemian - 博客园）

结论：

代码：

import xlearn as xl

# Training task
ffm_model = xl.create_ffm()                # Use field-aware factorization machine (ffm)
ffm_model.setTrain("./small_train.txt")    # Set the path of training data

# parameter:
#  0. task: binary classification
#  1. learning rate : 0.2
#  2. regular lambda : 0.002
param = {'task':'binary', 'lr':0.2, 'lambda':0.002}

# Train model
ffm_model.fit(param, "./model.out")

###xLearn 训练过后在当前文件夹下产生了一个叫 model.out 的新文件
###这个文件用来存储训练后的模型，我们可以用这个模型在未来进行预测:
ffm_model.setTest("./small_test.txt")
ffm_model.predict("./model.out", "./output.txt")

###用户还可以通过 setTXTModel() API 将模型输出成人类可读的 TXT 格式，例如:
ffm_model.setTXTModel("./model.txt")
ffm_model.fit(param, "./model.out")

运行上述命令后，我们发现在当前文件夹下生成了一个新的文件 model.txt，这个文件存储着 TXT 格式的输出模型: