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 |