Java 类名：com.alibaba.alink.pipeline.classification.FmClassifier
Python 类名：FmClassifier

功能介绍

FM即因子分解机（Factor Machine），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。该组件使用FM模型解决分类问题。

算法原理

FM模型是线性模型的升级，是在线性表达式后面加入了新的交叉项特征及对应的权值，FM模型的表达式如下所示：
FM分类 (FmClassifier) - 图1
这里我们使用 Adagrad 优化算法求解该模型。算法原理细节可以参考文献[1]。

算法使用

FM算法是推荐领域被验证的效果较好的推荐方案之一，在电商、广告、视频、信息流、游戏的推荐领域有广泛应用。

  • 备注 ：该组件训练的时候 FeatureCols 和 VectorCol 是两个互斥参数，只能有一个参数来描述算法的输入特征。

    文献

    [1] S. Rendle, “Factorization Machines,” 2010 IEEE International Conference on Data Mining, 2010, pp. 995-1000, doi: 10.1109/ICDM.2010.127.

    参数说明

    | 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- | | labelCol | 标签列名 | 输入表中的标签列名 | String | ✓ | | | | predictionCol | 预测结果列名 | 预测结果列名 | String | ✓ | | | | batchSize | 迭代数据batch size | 数据batch size | Integer | | | -1 | | epsilon | 收敛阈值 | 迭代方法的终止判断阈值，默认值为 1.0e-6 | Double | | [0.0, +inf) | 1.0E-6 | | featureCols | 特征列名数组 | 特征列名数组，默认全选 | String[] | | | null | | initStdev | 初始化参数的标准差 | 初始化参数的标准差 | Double | | | 0.05 | | lambda0 | 常数项正则化系数 | 常数项正则化系数 | Double | | | 0.0 | | lambda1 | 线性项正则化系数 | 线性项正则化系数 | Double | | | 0.0 | | lambda2 | 二次项正则化系数 | 二次项正则化系数 | Double | | | 0.0 | | learnRate | 学习率 | 学习率 | Double | | | 0.01 | | modelFilePath | 模型的文件路径 | 模型的文件路径 | String | | | null | | numEpochs | epoch数 | epoch数 | Integer | | | 10 | | numFactor | 因子数 | 因子数 | Integer | | | 10 | | overwriteSink | 是否覆写已有数据 | 是否覆写已有数据 | Boolean | | | false | | predictionDetailCol | 预测详细信息列名 | 预测详细信息列名 | String | | | | | reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null | | vectorCol | 向量列名 | 向量列对应的列名，默认值是null | String | | | null | | weightCol | 权重列名 | 权重列对应的列名 | String | | 所选列类型为 [BIGDECIMAL, BIGINTEGER, BYTE, DOUBLE, FLOAT, INTEGER, LONG, SHORT] | null | | withIntercept | 是否有常数项 | 是否有常数项，默认true | Boolean | | | true | | withLinearItem | 是否含有线性项 | 是否含有线性项 | Boolean | | | true | | numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | | | 1 | | modelStreamFilePath | 模型流的文件路径 | 模型流的文件路径 | String | | | null | | modelStreamScanInterval | 扫描模型路径的时间间隔 | 描模型路径的时间间隔，单位秒 | Integer | | | 10 | | modelStreamStartTime | 模型流的起始时间 | 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式，详见Timestamp.valueOf(String s) | String | | | null |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.        ["1:1.1 3:2.0", 1.0],
  9.        ["2:2.1 10:3.1", 1.0],
  10.        ["1:1.2 5:3.2", 0.0],
  11.        ["3:1.2 7:4.2", 0.0]
  12. ])
  14. input = BatchOperator.fromDataframe(df, schemaStr='kv string, label double')
  15. test = StreamOperator.fromDataframe(df, schemaStr='kv string, label double')
  16. # load data
  17. fm = FmClassifier().setVectorCol("kv").setLabelCol("label").setPredictionCol("pred")
  18. model = fm.fit(input)
  19. model.transform(test).print()
  20. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  5. import com.alibaba.alink.operator.stream.StreamOperator;
  6. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  7. import com.alibaba.alink.pipeline.classification.FmClassifier;
  8. import org.junit.Test;
  10. import java.util.Arrays;
  11. import java.util.List;
  13. public class FmClassifierTest {
  14.     @Test
  15.     public void testFmClassifier() throws Exception {
  16.         List <Row> df = Arrays.asList(
  17.             Row.of("1:1.1 3:2.0", 1.0),
  18.             Row.of("2:2.1 10:3.1", 1.0),
  19.             Row.of("1:1.2 5:3.2", 0.0),
  20.             Row.of("3:1.2 7:4.2", 0.0)
  21.         );
  22.         BatchOperator <?> input = new MemSourceBatchOp(df, "kv string, label double");
  23.         StreamOperator <?> test = new MemSourceStreamOp(df, "kv string, label double");
  24.         FmClassifier fm = new FmClassifier().setVectorCol("kv").setLabelCol("label").setPredictionCol("pred");
  26.         fm.fit(input)
  27.             .transform(test)
  28.             .print();
  30.         StreamOperator.execute();
  31.     }
  32. }

运行结果

| kv | label | pred | | —- | —- | —- |

| 1:1.1 3:2.0 | 1.0 | 1.0 |

| 2:2.1 10:3.1 | 1.0 | 1.0 |

| 1:1.2 5:3.2 | 0.0 | 0.0 |

| 3:1.2 7:4.2 | 0.0 | 0.0 |