Platform For AI:Crie recomendações FM com Alink

Procedimento

1. Acesse a página do Machine Learning Designer.

   1. Faça login no PAI console.

   2. No painel de navegação à esquerda, clique em Workspaces. Na página Workspaces, clique no nome do workspace que deseja gerenciar.

   3. No painel de navegação à esquerda, escolha Model Training > Visualized Modeling (Designer).

2. Crie um pipeline.

   1. Na página Visualized Modeling (Designer), clique na aba Preset Templates.

   2. Nesta aba, localize o modelo [Alink]FM-Embedding for Rec-System e clique em Create.

   3. Na caixa de diálogo Create Pipeline, configure os parâmetros. Use as configurações padrão para todos os parâmetros.

      O parâmetro Data Storage define um caminho de bucket do OSS para armazenar dados temporários e modelos gerados durante a execução do pipeline.

   4. Clique em Confirm.

      A criação do pipeline leva cerca de 10 segundos.

   5. Na aba Pipelines, clique no pipeline criado. Na seção Basic Information, à direita, clique em Open.

      Na aba de configuração do pipeline, visualize o pipeline criado em uma tela.

      Este pipeline suporta dois métodos para treinamento e previsão FM com o algoritmo Alink:

      • Método 1: Use os componentes encapsulados FM Train e FM Prediction para executar o treinamento e a previsão FM.

        FM Train e FM Prediction são componentes Alink marcados com um ponto roxo e podem ser executados em grupos. Para mais informações sobre execução em grupo, consulte Alink component.

      • Método 2: Use componentes PyAlink para realizar o treinamento e a previsão FM.

        Componentes PyAlink personalizados alcançam o mesmo resultado do Método 1 por meio de código Python. Para operadores suportados, consulte Visão geral do Alink.

3. Configure os parâmetros do nó FM Train-1.

   1. Clique no nó FM Train-1 na tela.

   2. Na aba Fields Setting do painel à direita, configure os parâmetros descritos na tabela a seguir.

      Parâmetro	Descrição
      Feature Columns	Nome da coluna de feature. Os dados nesta coluna seguem o formato key:value. Vários pares chave-valor na coluna de feature são separados por vírgulas (,).
      Label column	Nome da coluna de rótulo. Esta coluna deve ser do tipo de dados DOUBLE.

      O algoritmo FM fornecido pelo Machine Learning Designer suporta apenas dados no formato LIBSVM. Converta dados em outros formatos para LIBSVM usando um componente de codificação one-hot. Para mais detalhes, consulte One-hot encoding. Os dados de entrada devem incluir uma coluna de feature e uma coluna de rótulo, conforme ilustrado na figura abaixo.

   3. Nas abas Parameters Setting e Tuning do painel à direita, configure os parâmetros de treinamento.

      Para um pipeline com 120 milhões de amostras e 1,3 milhão de features, use os valores recomendados na tabela abaixo e mantenha o padrão para os demais parâmetros. Ajuste esses valores conforme o volume dos seus dados.

      Aba	Parâmetro	Descrição
      Parameters Setting	Learning rate	Taxa de aprendizado. Valor recomendado: 0,005. Se o treinamento divergir, defina este parâmetro com um valor menor.
      	Dimensions	Número de dimensões. Valor recomendado: 1,1,16.
      	Block size	Tamanho do bloco. Para menos de dois milhões de registros de dados de feature, defina este parâmetro como 1.000.000. Para dois milhões de registros de dados de feature ou mais, não é necessário configurar este parâmetro.
      Tuning	Number of Workers	Quantidade de nós a serem utilizados. Valor recomendado: 32. Para grandes volumes de dados, defina este parâmetro com um valor maior.
      	Memory Size per Node (MB)	Tamanho de memória a ser alocado para cada nó. Valor recomendado: 16.384. Unidade: MB.

4. Escreva o código para o nó de treinamento FM PyAlink e para o nó de previsão FM PyAlink.

   • Escreva o código para o nó de treinamento FM PyAlink.

     from pyalink.alink import *
     
     def main(sources, sinks, parameter):
         print('start')
         # Mode 1 for calling the Alink algorithm. 
         # train = HugeFmTrainBatchOp().setVectorCol('features').setLabelCol('label').linkFrom(sources[0])
         # Mode 2 for calling the Alink algorithm. 
         train = HugeFmTrainBatchOp(
             vectorCol='features',
             labelCol='label',
             task='binary_classification',
             numEpochs=10)
         # Obtain the training data from input port 0. The trained model is generated from output port 0 and passed downstream. 
         sources[0].link(train).link(sinks[0])
         BatchOperator.execute()
         print('end')
                                 

   • Escreva o código para o nó de previsão FM PyAlink.

     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])
         # The prediction result is generated from the first output port and passed downstream. 
         output.link(sinks[0])
         BatchOperator.execute()
         print('predict end')
                                 

5. No canto superior esquerdo da tela, clique no ícone Run.

6. Após a execução do pipeline, clique com o botão direito em um nó Binary Classification Evaluation na tela e selecione Visual Analysis.

   Com os dados do modelo [Alink]FM-Embedding for Rec-System, o algoritmo FM atinge uma área sob a curva (AUC) próxima de 0,92.

   • Relatório de avaliação gerado pelo Método 1

   • Relatório de avaliação gerado pelo Método 2