Java 类名:com.alibaba.alink.operator.stream.classification.FmClassifierPredictStreamOp
Python 类名:FmClassifierPredictStreamOp

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分类预测 (FmClassifierPredictStreamOp) - 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。

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 | | —- | —- | —- | —- | —- | —- | —- |

| predictionCol | 预测结果列名 | 预测结果列名 | String | ✓ | | |

| modelFilePath | 模型的文件路径 | 模型的文件路径 | String | | | null |

| 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 | | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | null |

| 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 *
  2. import pandas as pd
  3. useLocalEnv(1)
  4. df = pd.DataFrame([
  5. ["1:1.1 3:2.0", 1.0],
  6. ["2:2.1 10:3.1", 1.0],
  7. ["1:1.2 5:3.2", 0.0],
  8. ["3:1.2 7:4.2", 0.0]
  9. ])
  10. input = BatchOperator.fromDataframe(df, schemaStr='kv string, label double')
  11. test = StreamOperator.fromDataframe(df, schemaStr='kv string, label double')
  12. # load data
  13. fm = FmClassifierTrainBatchOp().setVectorCol("kv").setLabelCol("label")
  14. model = input.link(fm)
  15. predictor = FmClassifierPredictStreamOp(model).setPredictionCol("pred")
  16. predictor.linkFrom(test).print()
  17. StreamOperator.execute()

Java 代码

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

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 |