FM分类预测 (FmClassifierPredictStreamOp)

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：

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

from pyalink.alink import *
import pandas as pd
useLocalEnv(1)
df = pd.DataFrame([
       ["1:1.1 3:2.0", 1.0],
       ["2:2.1 10:3.1", 1.0],
       ["1:1.2 5:3.2", 0.0],
       ["3:1.2 7:4.2", 0.0]
])
input = BatchOperator.fromDataframe(df, schemaStr='kv string, label double')
test = StreamOperator.fromDataframe(df, schemaStr='kv string, label double')
# load data
fm = FmClassifierTrainBatchOp().setVectorCol("kv").setLabelCol("label")
model = input.link(fm)
predictor = FmClassifierPredictStreamOp(model).setPredictionCol("pred")
predictor.linkFrom(test).print()
StreamOperator.execute()

Java 代码

import org.apache.flink.types.Row;
import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.classification.FmClassifierTrainBatchOp;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.operator.stream.StreamOperator;
import com.alibaba.alink.operator.stream.classification.FmClassifierPredictStreamOp;
import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
import org.junit.Test;
import java.util.Arrays;
import java.util.List;
public class FmClassifierPredictStreamOpTest {
    @Test
    public void testFmClassifierPredictStreamOp() throws Exception {
        List <Row> df = Arrays.asList(
            Row.of("1:1.1 3:2.0", 1.0),
            Row.of("2:2.1 10:3.1", 1.0),
            Row.of("1:1.2 5:3.2", 0.0),
            Row.of("3:1.2 7:4.2", 0.0)
        );
        BatchOperator <?> input = new MemSourceBatchOp(df, "kv string, label double");
        StreamOperator <?> test = new MemSourceStreamOp(df, "kv string, label double");
        BatchOperator <?> fm = new FmClassifierTrainBatchOp().setVectorCol("kv").setLabelCol("label");
        BatchOperator <?> model = input.link(fm);
        StreamOperator <?> predictor = new FmClassifierPredictStreamOp(model).setPredictionCol("pred");
        predictor.linkFrom(test).print();
        StreamOperator.execute();
    }
}

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 |