Java 类名：com.alibaba.alink.operator.stream.regression.FmRegressorPredictStreamOp
Python 类名：FmRegressorPredictStreamOp

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回归预测 (FmRegressorPredictStreamOp) - 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 *
  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]])
  13. input = BatchOperator.fromDataframe(df, schemaStr='kv string, label double')
  14. test = StreamOperator.fromDataframe(df, schemaStr='kv string, label double')
  16. fm = FmRegressorTrainBatchOp()\
  17.         .setVectorCol("kv")\
  18.         .setLabelCol("label")
  20. model = input.link(fm)
  22. predictor = FmRegressorPredictStreamOp(model)\
  23.         .setPredictionCol("pred")
  25. predictor.linkFrom(test).print()
  27. 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.regression.FmRegressorTrainBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import com.alibaba.alink.operator.stream.StreamOperator;
  7. import com.alibaba.alink.operator.stream.regression.FmRegressorPredictStreamOp;
  8. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  9. import org.junit.Test;
  11. import java.util.Arrays;
  12. import java.util.List;
  14. public class FmRegressorPredictStreamOpTest {
  15.     @Test
  16.     public void testFmRegressorPredictStreamOp() throws Exception {
  17.         List <Row> df = Arrays.asList(
  18.             Row.of("1:1.1 3:2.0", 1.0),
  19.             Row.of("2:2.1 10:3.1", 1.0),
  20.             Row.of("1:1.2 5:3.2", 0.0)
  21.         );
  22.         BatchOperator <?> input = new MemSourceBatchOp(df, "kv string, label double");
  23.         StreamOperator <?> test = new MemSourceStreamOp(df, "kv string, label double");
  24.         BatchOperator <?> fm = new FmRegressorTrainBatchOp()
  25.             .setVectorCol("kv")
  26.             .setLabelCol("label");
  27.         BatchOperator <?> model = input.link(fm);
  28.         StreamOperator <?> predictor = new FmRegressorPredictStreamOp(model)
  29.             .setPredictionCol("pred");
  30.         predictor.linkFrom(test).print();
  31.         StreamOperator.execute();
  32.     }
  33. }

运行结果

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

| 1:1.1 3:2.0 | 1.0000 | 0.3900 |

| 1:1.2 5:3.2 | 0.0000 | -0.0030 |

| 2:2.1 10:3.1 | 1.0000 | 0.7205 |