什么是FM训练和FM预测组件 - 人工智能平台 PAI

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

Designer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Designer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。
	执行调优	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。
	执行调优	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。模型评估报告