FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。

组件配置

PAI-Designer（原PAI-Studio）提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的FM算法实现推荐模型区域，单击从模板创建；或在PAI-Designer控制台工作流模板的基于Alink框架的FM推荐区域，单击创建，快速构建FM实验。

您可以使用以下任意一种方式，配置FM算法组件参数。

方式一：可视化方式

在PAI-Designer（原PAI-Studio）工作流页面配置组件参数。
组件 页签 参数 描述
FM训练 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PAI-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。

Flink配置项 仅在PAI-Designer控制台，需要配置该参数。

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 节点个数 与单个节点内存大小配合使用。取值范围为1~9999。
单个节点内存大小 与节点个数配合使用。取值范围为1024 MB~64*1024 MB。
FM预测 参数设置 预测结果列名 预测结果列的名称。
预测得分列名 仅在原PAI-Studio控制台，需要配置该参数。

预测得分列的名称。

无。
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PAI-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。

每个Worker预测使用的线程数目 每个Worker下预测使用的线程数目，默认为1。
模型大小类型 模型的大小类型，支持以下取值：
  • large
  • small（默认值）
执行调优 节点个数 与单个节点内存大小配合使用。取值范围为1~9999。
单个节点内存大小 与节点个数配合使用。取值范围为1024 MB~64*1024 MB。

方式二：PAI命令方式

组件 参数 是否必选 描述 默认值
FM训练 tensorColName 是 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。 无
labelColName 是 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。 无
task 是 任务类型。取值范围为{regression,binary_classification}。 regression
numEpochs 否 迭代数。 10
dim 否 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。 1,1,10
learnRate 否 学习率。
说明 如果训练发散，则降低学习率。
0.01
lambda 否 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。 0.01,0.01,0.01
initStdev 否 参数初始化标准差。 0.05
FM预测 predResultColName 否 预测结果列名。 prediction_result
predScoreColName 否 预测得分列名。 prediction_score
predDetailColName 否 详细预测信息列名。 prediction_detail
keepColNames 否 保存至输出结果表的列。 所有列
例如，使用如下数据作为FM算法模板的输入数据，训练生成的模型AUC约为0.97。输入数据模型评估报告