xlearn初探

简介

xLearn 是一款高性能的，易用的，并且可扩展的机器学习算法库，你可以用它来解决大规模机器学习问题，尤其是大规模稀疏数据机器学习问题。在近年来，大规模稀疏数据机器学习算法被广泛应用在各种领域，例如广告点击率预测、推荐系统等。如果你是 liblinear、libfm、libffm 的用户，那么现在 xLearn 将会是你更好的选择，因为 xLearn 几乎囊括了这些系统的全部功能，并且具有更好的性能，易用性，以及可扩展性。

安装

安装指南 https://xlearn-doc-cn.readthedocs.io/en/latest/install/index.html

可以通过源码安装

一键脚本

或者pip安装（pip安装容易遇到问题）

demo

import xlearn as xl

ffm_model = xl.create_fm()
# 训练集
ffm_model.setTrain("./small_train.txt")
# 设置验证集
ffm_model.setValidate("./small_test.txt")

# 设置参数
param = {'task':'binary','lr':0.2,'lambda':0.002}


# 模型保存为model.txt
ffm_model.setTXTModel("./model.txt")
# 训练模型
ffm_model.fit(param, "model.out")

# 测试集
ffm_model.setTest("small_test.txt")
# 输出样本预测概率，范围(-1,1)
ffm_model.predict("model.out","output.txt")

# 设置预测概率范围为(0,1)
ffm_model.setSigmoid()
ffm_model.predict("model.out","output2.txt")

# 
ffm_model.setSign()
ffm_model.predict("model.out","output3.txt")

      

 

FM 简介

预测：

训练

损失函数 1-二分类问题：

损失函数2-连续值的预测：

 

代码实现：

todo