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
本文作者：傲海
阅读原文
本文为云栖社区原创内容，未经允许不得转载。