因子分解机 Factorization Machine python 源码
先上代码
# coding:UTF-8from __future__ import division
from math import exp
from numpy import *
from random import normalvariate # 正态分布
from datetime import datetime
import pandas as pd
import numpy as np
from math import log10
trainData = 'data/diabetes_train.txt' #请换为自己文件的路径
testData = 'data/diabetes_test.txt'def preprocessData(data):feature=np.array(data.iloc[:,:-1]) #取特征label=data.iloc[:,-1].map(lambda x: 1 if x==1 else -1) #取标签并转化为 +1,-1#将数组按行进行归一化zmax, zmin = feature.max(axis=0), feature.min(axis=0)feature = (feature - zmin) / (zmax - zmin)label=np.array(label)return feature,labeldef sigmoid(inx):#return 1. / (1. + exp(-max(min(inx, 15.), -15.)))return 1.0 / (1 + exp(-inx))def SGD_FM(dataMatrix, classLabels, k, iter):''':param dataMatrix: 特征矩阵:param classLabels: 类别矩阵:param k: 辅助向量的大小:param iter: 迭代次数:return:'''# dataMatrix用的是mat, classLabels是列表m, n = shape(dataMatrix) #矩阵的行列数,即样本数和特征数alpha = 0.01# 初始化参数# w = random.randn(n, 1)#其中n是特征的个数w = zeros((n, 1)) #一阶特征的系数w_0 = 0.v = normalvariate(0, 0.2) * ones((n, k)) #即生成辅助向量,用来训练二阶交叉特征的系数for it in range(iter):for x in range(m): # 随机优化,每次只使用一个样本xx0=dataMatrix[x]xx=np.array(xx0)xx1=xx.T@xxvv=v@v.Te=xx1*vvinteraction=0.5*(e.sum()-e.trace())p = w_0 + xx@w + interactionloss = (1-sigmoid(classLabels[x] * p[0, 0]) ) #计算损失w_0 = w_0 +alpha * loss * classLabels[x]for i in range(n):if dataMatrix[x, i] != 0:w[i, 0] = w[i, 0] +alpha * loss * classLabels[x] * xx[0,i]#dataMatrix[x, i]for j in range(k):vv=np.array([v[:,j]])v[i, j] = v[i, j]+ alpha * loss * classLabels[x] * xx[0,i]*( xx@vv.T - v[i, j] * xx[0,i])print("第{}次迭代后的损失为{}".format(it, loss))return w_0, w, vdef getAccuracy(dataMatrix, classLabels, w_0, w, v):m, n = shape(dataMatrix)allItem = 0error = 0result = []for x in range(m): #计算每一个样本的误差allItem += 1xx0=dataMatrix[x]xx=np.array(xx0)xx1=xx.T@xxvv=v@v.Te=xx1*vvinteraction=0.5*(e.sum()-e.trace())p = w_0 + xx@w + interactionpre = sigmoid(p[0, 0])result.append(pre)if pre < 0.5 and classLabels[x] == 1.0:error += 1elif pre >= 0.5 and classLabels[x] == -1.0:error += 1else:continuereturn float(error) / allItemif __name__ == '__main__':train=pd.read_csv(trainData)test = pd.read_csv(testData)dataTrain, labelTrain = preprocessData(train)dataTest, labelTest = preprocessData(test)date_startTrain = datetime.now()print ("开始训练")w_0, w, v = SGD_FM(mat(dataTrain), labelTrain, 20, 30)print("训练准确性为:%f" % (1 - getAccuracy(mat(dataTrain), labelTrain, w_0, w, v)))date_endTrain = datetime.now()print("训练用时为:%s" % (date_endTrain - date_startTrain))print("开始测试")print("测试准确性为:%f" % (1 - getAccuracy(mat(dataTest), labelTest, w_0, w, v)))
从本质上讲,fm就是一个机器学习算法;
一种有监督学习算法;
一种和多元线性回归非常相似的算法;
就是一种算法而已;
但是这种算法在输入是稀疏矩阵的情况下,效果比LR,SVM,要好,
原因是他考虑了不同特征的相关性;
个性化推荐的场景下,输入的是一个很大的稀疏矩阵;
所以这种算法在推荐场景应用的比较多
代码在git
文章链接
1
2
3
4
5代码加数学推导
因子分解机 Factorization Machine python 源码相关推荐
- Python源码剖析[16] —— Pyc文件解析
Python源码剖析[16] -- Pyc文件解析 2008-02-28 18:29:55| 分类: Python |举报 |字号 订阅 Python源码剖析 --Pyc文件解析 本文作者: Rob ...
- Python源码剖析[19] —— 执行引擎之一般表达式(2)
Python源码剖析 --Python执行引擎之一般表达式(2) 本文作者: Robert Chen(search.pythoner@gmail.com ) 3.2 Simple.py 前面我 ...
- 卷积神经网络(三):卷积神经网络CNN的简单实现(部分Python源码)
转载自: 卷积神经网络(三):卷积神经网络CNN的简单实现(部分Python源码) - xuanyuansen的专栏 - 博客频道 - CSDN.NET http://blog.csdn.net/xu ...
- python 取余_玩转Python源码(一) quot;%squot;与“%d”
某一天吹水的时候,吹着吹着就吹到了一下这么一个案例. import timeitdef a():"%s, %s" % (1, 2)def b():"%s, %d" ...
- python源码剖析 豆瓣_在数据分析师的分析中豆瓣的书那些值得读
最近总是有人问我有什么书好推荐看看,特烦.但是看到那么多人问,看来挺多人有这个需求,便想了一下,如何通过数据分析找到值得看的书.通过爬取某个标签例如产品,运营获取对应已经打了标签的书,获取书对应的评分 ...
- 分享57个Python源码,总有一款适合您
Python源码 分享57个Python源码,总有一款适合您 57个Python源码下载链接:https://pan.baidu.com/s/1YZcrJAYFFy3OrdEN5IxnQQ?pwd=6 ...
- 活体检测眨眼、张嘴、点头、摇头动作一网打尽:人脸面部活体检测系统【含Python源码+PyqtUI界面+原理详解】
基本功能演示 摘要:活体检测是用于判断捕捉到的人脸是真实人脸,还是伪造的人脸攻击的一种技术手段.本文详细介绍了其实现的技术原理,同时给出完整的Python实现代码,并且通过PyQT实现了UI界面,更方 ...
- Python源码学习:多线程实现机制
Python源码分析 本文环境python2.5系列 参考书籍<<Python源码剖析>> 本文分析Python中的多线程机制,主要通过一个多线程的脚本来分析多线程的基本操作与 ...
- Python源码学习:Python类机制分析-用户自定义类
Python源码分析 本文环境python2.5系列 参考书籍<<Python源码剖析>> 上一文,分析了Python在启动初始化时,对内置类的一个基本的初始化流程,本文就简析 ...
最新文章
- Python3中__init__.py文件介绍
- android socket 收不到数据,android Socket服务端接收客户端数据问题
- 学习jquery选项卡插件
- Tomcat容器入门介绍
- 使用CORS解决同源限制
- 《python 源码剖析》 读后总结(虚拟机综述)
- [css] 说说你对hasLayout的理解,触发hasLayout的方式有哪些?
- CORS跨域时axios无法获取服务器自定义的header信息 - 番外篇
- java for循环死循环_Java for循环进化
- Android4.4 多媒体开发(五)----OpenMax简介
- 根据crash学习用户空间程序内存布局
- mysql 优化max_Mysql 优化
- 扫描仪怎样装无线网络服务器,怎么设置打印机IP地址和安装扫描仪。
- recover 没有捕获异常_Golang学习笔记之错误处理error、panic (抛出错误),recover(捕获错误...
- 如何将mp4格式的电视剧转换成gif动图呢
- LaTeX中CTeX版本日期格式设置英文
- 各种范文都有,到时不用找了。(值得收藏)
- Incomplete chess boards 有趣.
- jboss下ejb简介
- 处理jmeter tcp 取样器500错误