因子分解机算法 - Amazon SageMaker
因子分解机算法的输入/输出接口因子分解机算法的 EC2 实例建议示例笔记本
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

因子分解机算法

因子分解机算法是通用的有监督学习算法，可用于分类和回归任务。它是线性模型的扩展，旨在经济地捕获高维稀疏数据集中的各特征之间的交互。例如，在一个点击预测系统中，当特定广告类别的广告放置在特定页面类别的页面上时，因子分解机模型可以捕获所观察到的点击率模式。对于处理高维稀疏数据集的任务 (如点击预测和项目建议)，因子分解机是不错的选择。

注意

Amazon SageMaker 实施因子分解机算法时仅考虑特征之间的成对（二阶）交互。

主题

因子分解机算法的输入/输出接口

因子分解机算法可在二元分类模式或回归模式下运行。在每种模式下，可以向测试通道提供数据集以及训练通道数据集。评分取决于使用的模式。在回归模式下，使用均方根误差 (RMSE) 对测试数据集计分。在二元分类模式下，使用二元交叉熵 (记录丢失)、准确度 (阈值=0.5) 和 F1 分数 (阈值=0.5) 对测试数据集计分。

对于训练，因子分解机算法目前仅支持具有 Float32 张量的 recordIO-protobuf 格式。由于使用案例主要针对稀疏数据，CSV 并不是合适选项。recordIO 包装的 protobuf 支持文件和管道模式训练。

对于推理，因子分解机算法支持 application/json 和 x-recordio-protobuf 格式。

  • 对于二元分类问题，该算法预测分数和标签。标签是一个数字，可以是 0 或 1。分数是一个数字，它表示该算法认为标签应该为 1 的强烈程度。该算法先计算分数，然后从分数值中得出标签。如果分数大于或等于 0.5，则标签为 1。

  • 对于回归问题，仅返回分数，并且它是预测的值。例如，如果使用因子分解机预测电影评级，则分数是预测的评级值。

有关训练和推理文件格式的更多详细信息，请参阅因子分解机示例笔记本。

因子分解机算法的 EC2 实例建议

Amazon SageMaker 因子分解机算法高度可扩展，并可跨分布式实例进行训练。建议对稀疏和密集数据集使用包含 CPU 实例的训练和推理。在某些情况下，对密集数据使用包含一个或多个 GPU 的训练可能具有一些优势。包含 GPU 的训练仅适用于密集数据。对稀疏数据使用 CPU 实例。因子分解机算法支持使用 P2、P3、G4dn 和 G5 实例进行训练和推理。

因子分解机示例笔记本

有关使用 SageMaker 因子分解机算法来分析 MNIST 数据集中从 0 到 9 的手写数字图像的示例笔记本，请参阅使用因子分解机分析 MNIST 数据集简介。有关如何创建和访问可用于在 SageMaker 中运行示例的 Jupyter 笔记本实例的说明，请参阅 Amazon SageMaker 笔记本实例。创建笔记本实例并将其打开后，选择 SageMaker 示例选项卡以查看所有 SageMaker 示例的列表。使用因子分解机算法的示例笔记本位于 Amazon 算法简介部分中。要打开笔记本，请单击使用 选项卡，然后选择创建副本。