Platform For AI：基於Alink架構的FM推薦

操作步驟

1. 進入Designer頁面。

   1. 登入PAI控制台。

   2. 在左側導覽列單擊工作空間列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進入對應的工作空間。

   3. 在工作空間頁面的左側導覽列選擇模型開發與訓練 > 可視化建模（Designer），進入Designer頁面。

2. 構建工作流程。

   1. 在可視化建模（Designer）頁面，單擊預置模板頁簽。

   2. 在預置模板頁面中，單擊基於Alink架構的FM推薦下的建立。

   3. 在建立工作流程對話方塊，配置參數（可以全部使用預設參數）。

      其中：工作流程資料存放區配置為OSS Bucket路徑，用於儲存工作流程運行中產出的臨時資料和模型。

   4. 單擊確定。

      您需要等待大約十秒鐘，工作流程可以建立成功。

   5. 在工作流程列表頁簽，選擇基於Alink架構的FM推薦工作流程，單擊進入工作流程。

      在工作流程頁面，建立成功的工作流程範本如下圖所示。

      上圖工作流程範本提供了以下兩種方式來調用Alink演算法進行FM訓練和預測。

      • 方式一：使用封裝好的FM訓練組件和FM預測組件進行訓練和預測。

        FM訓練組件和FM預測組件屬於Alink架構的演算法組件，在組件左上方使用紫色的小點進行標識。Alink架構的演算法組件支援合并運行，具體的使用方法及優劣勢，詳情請參見進階功能：Alink組件成組執行。

      • 方式二：使用PyAlink進行FM訓練和預測。

        使用自訂演算法PyAlink組件通過Python代碼實現和方式一相同的功能。

3. 配置FM訓練-1組件參數。

   1. 單擊工作流程中的FM訓練-1組件。

   2. 在右側的欄位設定頁簽，配置參數。

      參數	描述
      特徵列	特徵資料的格式為key:value，多個特徵以半形逗號（,）分隔。
      標籤列	僅支援DOUBLE類型。

      Designer提供的FM演算法僅支援LibSVM格式資料（針對其他格式資料，可以通過one-hot編碼組件將其轉化為LibSVM格式資料），且輸入資料必須包括特徵列和標籤列，如下圖所示。

   3. 在右側的參數設定和執行調優頁簽，配置訓練參數。

      針對1.2億條樣本資料、130萬特徵資料情境，建議參考如下表格進行參數配置，其他參數使用預設值。您可以結合實際資料量級，適當地調整訓練參數。

      頁簽	參數	描述
      參數設定	學習率	建議配置為0.005。如果訓練發散，則適當減小該參數值。
      	維度	建議配置為1,1,16。
      	資料區塊大小	如果特徵資料量小於200萬，則建議配置為1000000。 如果特徵資料量大於200萬，則無需手動設定。
      執行調優	節點個數	建議配置為32。如果資料量超大，則適當增大該參數值。
      	單個節點記憶體大小，單位M	建議配置為16384 MB。

4. PyAlink-FM訓練組件和PyAlink-FM預測組件的代碼配置，具體如下所示。

   • PyAlink-FM訓練組件代碼配置。

     from pyalink.alink import *
     
     def main(sources, sinks, parameter):
         print('start')
         # 演算法調用方式1。
         # train = HugeFmTrainBatchOp().setVectorCol('features').setLabelCol('label').linkFrom(sources[0])
         # 演算法調用方式2。
         train = HugeFmTrainBatchOp(
             vectorCol='features',
             labelCol='label',
             task='binary_classification',
             numEpochs=10)
         # 從輸入連接埠0擷取訓練資料，訓練完的模型通過輸出連接埠0向下傳遞。
         sources[0].link(train).link(sinks[0])
         BatchOperator.execute()
         print('end')
                                 

   • PyAlink-FM預測組件代碼配置。

     from pyalink.alink import *
     
     def main(sources, sinks, parameter):
         predictor = HugeFmPredictBatchOp().setPredictionCol("prediction_result")\
         .setPredictionDetailCol("prediction_detail").setReservedCols(["label"])
         output = predictor.linkFrom(sources[0], sources[1])
         # 將預測結果通過第一個輸出port向下遊透傳。
         output.link(sinks[0])
         BatchOperator.execute()
         print('predict end')
                                 

5. 設定演算法執行使用的計算資源。

   1. 單擊空白畫布，在右側的工作流程屬性頁簽，選擇Alink/FlinkML演算法預設執行資源為Flink。

   2. 在畫布中，分別單擊PyAlink-FM訓練和PyAlink-FM預測組件，在右側的執行調優頁簽，修改以下兩個參數：

      1. 選擇作業的運行模式：選擇Flink全託管（分布式）。

      2. 節點個數：配置為2。

   3. 在畫布左上方，單擊儲存按鈕。

6. 單擊畫布上方的運行按鈕，運行工作流程。

7. 任務運行完成後，按右鍵工作流程中的二分類評估-1組件，在捷徑功能表，單擊可視化分析。

   基於預置模板案例的資料，Designer FM演算法產生模型的AUC值約為0.92。

   • 使用方式一產生的評估圖表。

   • 使用方式二產生的評估圖表。