swing训练的参数配置_人工智能平台 PAI(PAI)-阿里云帮助中心

swing是一种Item召回算法，您可以使用swing训练组件基于User-Item-User原理衡量Item的相似性。本文为您介绍swing训练的参数配置。

使用限制

支持运行的计算资源为MaxCompute和Flink。

组件配置

您可以通过以下任意一种方式，配置swing训练组件参数。

方式一：可视化方式

在Designer工作流页面配置组件参数。

页签	参数名称	描述
字段设置	Item列列名	Item列的名称。
字段设置	User列列名	User列的名称。
参数设置	alpha参数	alpha参数，默认为1.0。
	item参与计算的人数最大值	Item参与计算的人数最大值，默认为1000。说明当item出现的次数大于该值时，算法会从所有用户中随机抽取的用户数量。
	用户互动的最大Item数量	用户互动的Item的最大数量，默认为1000。说明如果用户参与互动的Item的数量大于该值，则该用户不参与计算过程。
	用户互动的最小Item数量	用户互动的Item的最小数量，默认为10。说明如果用户参与互动的Item的数量小于该值，则该用户不参与计算过程。
	结果是否归一化	结果是否归一化。
	用户alpha参数	用户的alpha参数，默认为5.0。
	用户beta参数	用户的beta参数，默认为-0.35。
执行调优	节点个数	节点个数，与参数单个节点内存大小配对使用，正整数。范围[1, 9999]。
执行调优	单个节点内存大小，单位M	单个节点内存大小，单位MB，正整数。范围[1024, 64*1024]。

方式二：Python代码方式

使用PyAlink脚本组件配置该组件参数。您可以使用PyAlink脚本组件进行Python代码调用，详情请参见PyAlink脚本。

参数名称	是否必选	描述	默认值
itemCol	是	Item列的列名。	无
userCol	是	User列的列名。	无
alpha	否	alpha参数，是一个平滑因子。	1.0
userAlpha	否	User的alpha参数。说明用于计算用户权重：user weight = 1.0/(userAlpha + userClickCount)^userBeta。	5.0
userBeta	否	User的Beta参数。说明用于计算用户权重：user weight = 1.0/(userAlpha + userClickCount)^userBeta。	-0.35
resultNormalize	否	是否归一化。	false
maxItemNumber	否	Item参与计算的人数最大值。说明如果Item出现的次数大于maxItemNumber，则算法会从所有用户中随机抽取maxItemNumber个用户。	1000
minUserItems	否	User互动的Item的最小数量。说明如果用户参与互动的Item的数量小于minUserItems，则该用户不参与计算过程。	10
maxUserItems	否	User互动的Item的最大数量。说明如果用户参与互动的Item的数量大于maxUserItems，则该用户不参与计算过程。	1000

Python代码方式的使用示例如下。

df_data = pd.DataFrame([
    ["a1", "11L", 2.2],
    ["a1", "12L", 2.0],
    ["a2", "11L", 2.0],
    ["a2", "12L", 2.0],
    ["a3", "12L", 2.0],
    ["a3", "13L", 2.0],
    ["a4", "13L", 2.0],
    ["a4", "14L", 2.0],
    ["a5", "14L", 2.0],
    ["a5", "15L", 2.0],
    ["a6", "15L", 2.0],
    ["a6", "16L", 2.0],
])

data = BatchOperator.fromDataframe(df_data, schemaStr='user string, item string, rating double')


model = SwingTrainBatchOp()\
    .setUserCol("user")\
    .setItemCol("item")\
    .setMinUserItems(1)\
    .linkFrom(data)

model.print()

predictor = SwingRecommBatchOp()\
    .setItemCol("item")\
    .setRecommCol("prediction_result")

predictor.linkFrom(model, data).print()

使用示例

您可以使用swing训练组件构建如下工作流。使用示例本示例中，您需要按照以下流程配置组件：

准备训练数据集和测试数据集。
创建两个MaxCompute表，表1包含userid、itemid字段，表2包含itemid字段，字段类型均为STRING。通过MaxCompute客户端的Tunnel命令将训练数据集和测试数据集分别上传至MaxCompute的表1和表2，再将读数据表-1和读数据表-2的表名参数分别配置为表1和表2。关于MaxCompute客户端的安装及配置请参见使用本地客户端（odpscmd）连接，关于Tunnel命令详情请参见Tunnel命令。
将训练数据集接入swing训练组件，并配置具体参数，详情请参见上文的可视化配置组件参数。
将测试数据集和模型接入swing推荐组件，进行模型预测。