FM算法 - 人工智能平台 PAI

因子分解机FM（Factorization Machines）是一种通用的预测模型，特别适合处理高维稀疏数据。FM算法通过引入隐向量的方式建模特征之间的交互，可以看作是矩阵分解技术的推广，广泛应用于推荐系统、广告点击率预测等领域。

算法说明

FM算法包括两个过程：FM训练和FM预测。这两个过程分别对应模型的构建和应用阶段。

FM训练：这一过程的核心目标是通过给定的训练数据集来学习模型参数，以便模型能够准确地预测目标变量。在此阶段，算法会对输入数据进行分析和参数优化，以确保模型的高效性和准确性。
FM预测：在这一过程中，已经训练好的模型被用来对新输入数据进行预测。在FM预测阶段，模型的参数已经被锁定，通过这些固定的参数，模型能够计算并输出新数据的预测结果。

在Designer工作流页面添加FM训练组件，并在界面右侧配置相关参数：

参数类型	参数		描述
字段设置	特征列		根据输入数据表的特征选择特征列。支持STRING和DOUBLE类型的数据。
	标签列		根据输入数据表的特征选择标签列。仅支持DOUBLE类型。
	高级选项		仅在Designer控制台，需要配置该参数。如果选中高级选项复选框，则Flink配置项生效，需配置Flink计算引擎，详情请参见Flink配置。
参数设置	任务类型		支持以下取值： regression binary_classification
	迭代数		总训练迭代次数，默认为10。
	正则化系数		使用英文逗号（,）分隔的三个浮点数，分别表示0阶项、1阶项及2阶项的正则化系数。
	学习率		如果训练发散，则降低该参数取值。
	参数初始化标准差		参数初始化的标准差，用来归一化数据。DOUBLE类型，默认为0.05。
	维度		使用英文逗号（,）分隔的三个正整数，分别表示0阶项、1阶项、2阶项的长度。
	数据块大小		性能参数。
	输出表生命周期		仅在原PAI-Studio控制台，需要配置该参数。输出表的生命周期。
执行调优	底层Alink作业使用的计算资源	MaxCompute	使用MaxCompute/Flink计算资源，节点个数和单节点占用的内存大小配置方法请参见附录：如何预估资源的使用量。
		Flink
		DLC	使用DLC计算资源，请根据界面提示配置资源规格。

在Designer工作流页面添加FM预测组件，并在界面右侧配置相关参数：

参数类型	参数		描述
参数设置	预测结果列名		预测结果列的名称。
	详细预测信息列名		详细预测信息列的名称。
	保持列		保存至输出结果表的列。
	高级选项		仅在Designer控制台，需要配置该参数。如果选中高级选项复选框，则每个Worker预测使用的线程数目、模型大小类型生效。
执行调优	底层Alink作业使用的计算资源	MaxCompute	使用MaxCompute/Flink计算资源，节点个数和单节点占用的内存大小配置方法请参见附录：如何预估资源的使用量。
		Flink
		DLC	使用DLC计算资源，请根据界面提示配置资源规格。

使用PAI命令配置FM训练/FM预测组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见场景4：在SQL脚本组件中执行PAI命令。

参数	是否必选	默认值	描述
tensorColName	是	无	特征列名称。数据格式为key:value，多个特征使用英文逗号（,）分隔。例如1:1.0,3:1.0。
labelColName	是	无	label列名。数据必须是数值类型。如果task取值为binary_classification，则label只能取0或1。
task	是	regression	任务类型。取值范围为{regression,binary_classification}。
numEpochs	否	10	迭代数。
dim	否	1,1,10	使用英文逗号（,）分隔的三个整数，分别表示0次项、线性项及二次项的长度。
learnRate	否	0.01	学习率。如果训练发散，则降低学习率。
lambda	否	0.01,0.01,0.01	使用英文逗号（,）分隔的三个浮点数，分别表示0次项、线性项及二次项的正则化系数。
initStdev	否	0.05	参数初始化标准差。

使用以下数据作为基于Alink框架的FM推荐模板的输入数据，训练生成的模型AUC约为0.97。模型评估报告