前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >机器学习算法实现解析——libFM之libFM的训练过程之Adaptive Regularization

机器学习算法实现解析——libFM之libFM的训练过程之Adaptive Regularization

作者头像
felixzhao
发布2018-03-20 16:16:56
1.4K0
发布2018-03-20 16:16:56
举报
文章被收录于专栏:null的专栏

本节主要介绍的是libFM源码分析的第五部分之二——libFM的训练过程之Adaptive Regularization的方法。

5.3、Adaptive Regularization的训练方法

5.3.1、SGD的优劣

在“机器学习算法实现解析——libFM之libFM的训练过程之SGD的方法”中已经介绍了基于SGD的FM模型的训练方法,SGD的方法的最大优点是其训练过程很简单,只需在计算的过程中求解损失函数对每一个参数的偏导数,从而实现对模型参数的修改。

我们都知道,FM模型对正则化参数的选择比较敏感,在SGD的训练方法中,正则化参数是通过事先指定的,选择的优劣直接影响到训练的最终效果,那么,是否存在一种方法,能够自动选择正则化参数呢?此时,可以使用Adaptive Regularization的参数训练方法。

5.3.2、Adaptive Regularization方法的理论

对于SGD的方法,在学习的过程中,将损失函数ll分别对常数项的参数w0,一次项的参数wi以及交叉项的参数wiw_i求偏导,并利用梯度下降法更新模型中的对应参数,值得注意的是,这里的正则化参数是事先指定的,如常数项的正则化参数为λ0,一次项的正则化参数为λw以及交叉项的正则化参数为λf。基于SGD的训练过程如下所示:

那么,对于Adaptive Regularization的具体过程如下所示:

5.3.3、Adaptive Regularization方法的实现

Adaptive Regularization方法也是一种基于梯度的方法,因此其实现类fm_learn_sgd_element_adapt_reg类也继承自fm_learn_sgd类,其类之间的关系如下图所示:

Adaptive Regularization方法的实现在文件fm_learn_sgd_element_adapt_reg.h中,文件fm_learn_sgd_element_adapt_reg.h中实现了fm_learn_sgd_element_adapt_reg类,该类继承自fm_learn_sgd类,在fm_learn_sgd_element_adapt_reg类中,最重要的函数为learn函数,用于训练FM模型。函数的具体代码如下所示:

代码语言:javascript
复制
// self-adaptive-regularization 的训练
virtual void learn(Data& train, Data& test) {
    fm_learn_sgd::learn(train, test);// 输出一些训练信息,继承自fm_learn_sgd类中的方法

    std::cout << "Training using self-adaptive-regularization SGD."<< std::endl << "DON'T FORGET TO SHUFFLE THE ROWS IN TRAINING AND VALIDATION DATA TO GET THE BEST RESULTS." << std::endl; 

    // make sure that fm-parameters are initialized correctly (no other side effects)
    // 确保初始化的过程
    fm->w.init(0);
    fm->reg0 = 0;
    fm->regw = 0; 
    fm->regv = 0; 

    // start with no regularization
    // 正则化参数的初始化,全部初始化为0
    reg_w.init(0.0);
    reg_v.init(0.0);

    // 打印输出信息,包括训练样本点的条数和验证样本的条数
    std::cout << "Using " << train.data->getNumRows() << " rows for training model parameters and " << validation->data->getNumRows() << " for training shrinkage." << std::endl;

    // 基于梯度的训练过程
    for (int i = 0; i < num_iter; i++) {// 开始每一轮的迭代
        double iteration_time = getusertime();
        // SGD-based learning: both lambda and theta are learned
        // 分为lambda step和theta step
        update_means();// 计算均值和方差
        validation->data->begin();// 将验证集的指针指向开始位置
        for (train.data->begin(); !train.data->end(); train.data->next()) {
            // 计算theta相关,更新theta中的参数
            // 利用训练集训练和更新模型的参数,此时模型中的正则化参数是固定的
            sgd_theta_step(train.data->getRow(), train.target(train.data->getRowIndex()));

            // 当i=0时,不需要更新lambda
            if (i > 0) { // make no lambda steps in the first iteration, because some of the gradients (grad_theta) might not be initialized. 
                // 每次只使用validation中的一条样本
                if (validation->data->end()) {
                    update_means();// 计算均值和方差
                    validation->data->begin();// 将验证集的指针指向开始位置                  
                }
                // 计算lambda相关,更新lambda中的参数
                // 利用验证集更新正则化参数,此时模型中的参数是固定的
                sgd_lambda_step(validation->data->getRow(), validation->target(validation->data->getRowIndex()));
                validation->data->next();// 将验证集的指针指向下一条样本
            }
        }                               

        // (3) Evaluation                   
        iteration_time = (getusertime() - iteration_time);
        // 评价函数
        double rmse_val = evaluate(*validation);// 对验证集进行评测
        double rmse_train = evaluate(train);// 对训练集进行评测
        double rmse_test = evaluate(test);// 对测试集进行评测
        // 打印输出模型的评估结果
        std::cout << "#Iter=" << std::setw(3) << i << "\tTrain=" << rmse_train << "\tTest=" << rmse_test << std::endl;
        // 日志输出
        if (log != NULL) {
            // log 输出均值和方差
            log->log("wmean", mean_w);                      
            log->log("wvar", var_w);                    
            for (int f = 0; f < fm->num_factor; f++) {
                {
                    std::ostringstream ss;
                    ss << "vmean" << f;
                    log->log(ss.str(), mean_v(f));
                }
                {
                    std::ostringstream ss;
                    ss << "vvar" << f;
                    log->log(ss.str(), var_v(f));
                }
            }
            // log 输出正则化参数
            for (uint g = 0; g < meta->num_attr_groups; g++) {
                {
                    std::ostringstream ss;
                    ss << "regw[" << g << "]";
                    log->log(ss.str(), reg_w(g));
                }
                for (int f = 0; f < fm->num_factor; f++) {
                    {
                        std::ostringstream ss;
                        ss << "regv[" << g << "," << f << "]";
                        log->log(ss.str(), reg_v(g,f));
                    }
                }
            }
            // log输出训练时间和评估效果
            log->log("time_learn", iteration_time);
            log->log("rmse_train", rmse_train);
            log->log("rmse_val", rmse_val);
            log->newLine(); 
        }
    }       
}

根据上面的理论分析,Adaptive Regularization方法的学习过程分为两步:

  • 固定正则化参数,利用训练集学习更新FM模型中的参数;
  • 固定FM模型的参数,利用验证集学习更新正则化参数。

这两个过程可由下图表示:

在代码的实现过程中,sgd_theta_step函数负责对FM模型中的参数进行学习和更新;sgd_lambda_step函数负责对正则化参数进行学习和更新。sgd_theta_step函数的具体代码如下所示:

代码语言:javascript
复制
// 计算theta相关,更新theta中的参数
void sgd_theta_step(sparse_row<FM_FLOAT>& x, const DATA_FLOAT target) {
    double p = fm->predict(x, sum, sum_sqr);// 得到样本的预测值,在fm_model中
    double mult = 0;
    // 区分分类问题还是回归问题
    if (task == 0) {
        p = std::min(max_target, p);
        p = std::max(min_target, p);
        mult = 2 * (p - target);// 梯度值的一部分
    } else if (task == 1) {
        mult = target * (  (1.0/(1.0+exp(-target*p))) - 1.0 );// 梯度值的一部分
    }

    // make the update with my regularization constants:
    // 更新每一部分的参数
    // 1、更新常数项的权重
    if (fm->k0) {
        double& w0 = fm->w0;// 常数项的权重
        double grad_0 = mult;// 梯度值
        w0 -= learn_rate * (grad_0 + 2 * reg_0 * w0);// 更新常数项的权重
    }
    // 2、更新一次项的权重
    if (fm->k1) {
        for (uint i = 0; i < x.size; i++) {
            uint g = meta->attr_group(x.data[i].id);// 取得参数对应的分组的编号
            double& w = fm->w(x.data[i].id);// 得到模型的对应一次项的参数
            grad_w(x.data[i].id) = mult * x.data[i].value;// 一次项的梯度值
            w -= learn_rate * (grad_w(x.data[i].id) + 2 * reg_w(g) * w);// 更新一次项的权重值
        }
    }
    // 3、更新交叉项的权重
    for (int f = 0; f < fm->num_factor; f++) {
        for (uint i = 0; i < x.size; i++) {
            uint g = meta->attr_group(x.data[i].id);// 取得参数对应的分组的编号
            double& v = fm->v(f,x.data[i].id);// 取得模型的对应交叉项的参数
            grad_v(f,x.data[i].id) = mult * (x.data[i].value * (sum(f) - v * x.data[i].value)); // grad_v_if = (y(x)-y) * [ x_i*(\sum_j x_j v_jf) - v_if*x^2 ]  // 交叉项的梯度值      
            v -= learn_rate * (grad_v(f,x.data[i].id) + 2 * reg_v(g,f) * v);// 更新交叉项的权重值
        }
    }   
}

在libFM的实现过程中,对正则化参数进行了分组,分组的概念如下图所示:

假设有77个参数,标号分别为{0,1,2,3,4,5,6,7}\left { 0,1,2,3,4,5,6,7 \right },假设将00和11划分到一个分组中,如下图中的22标号,同理,将22,66划分到一个分组,将33,44,55划分到一个分组中,对于同一个分组,其拥有一个单独的正则化参数。这样就能够减少正则化参数的个数。

第二个重要的部分是sgd_lambda_step函数,其具体的代码如下所示:

代码语言:javascript
复制
// 计算lambda相关,更新lambda中的参数
void sgd_lambda_step(sparse_row<FM_FLOAT>& x, const DATA_FLOAT target) {
    double p = predict_scaled(x);// 扩展后的预测值
    double grad_loss = 0;
    // 区分两类问题:回归问题和分类问题
    if (task == 0) {// 回归问题 
        p = std::min(max_target, p);
        p = std::max(min_target, p);
        grad_loss = 2 * (p - target);
    } else if (task == 1) {// 分类问题
        grad_loss = target * ( (1.0/(1.0+exp(-target*p))) -  1.0);
    }       

    // 1、更新一次项的正则化参数
    if (fm->k1) {
        lambda_w_grad.init(0.0);// 初始化
        // 将累加和分配到每一个分组中
        for (uint i = 0; i < x.size; i++) {
            uint g = meta->attr_group(x.data[i].id);// 取得当前特征对应的正则化参数的索引
            lambda_w_grad(g) += x.data[i].value * fm->w(x.data[i].id);// 在对应的分组中计算累加和 
        }
        // 修改每一个分组内的正则化参数
        for (uint g = 0; g < meta->num_attr_groups; g++) {
            lambda_w_grad(g) = -2 * learn_rate * lambda_w_grad(g); 
            reg_w(g) -= learn_rate * grad_loss * lambda_w_grad(g);
            reg_w(g) = std::max(0.0, reg_w(g));// 对修改后的正则化参数容错,防止其小于0
        }
    }

    // 2、更新交叉项的正则化参数
    for (int f = 0; f < fm->num_factor; f++) {
        // grad_lambdafg = (grad l(y(x),y)) * (-2 * alpha * (\sum_{l} x_l * v'_lf) * (\sum_{l \in group(g)} x_l * v_lf) - \sum_{l \in group(g)} x^2_l * v_lf * v'_lf)
        // sum_f_dash      := \sum_{l} x_l * v'_lf, this is independent of the groups
        // sum_f(g)        := \sum_{l \in group(g)} x_l * v_lf
        // sum_f_dash_f(g) := \sum_{l \in group(g)} x^2_l * v_lf * v'_lf
        double sum_f_dash = 0.0;
        sum_f.init(0.0);
        sum_f_dash_f.init(0.0);

        for (uint i = 0; i < x.size; i++) {
            // v_if' =  [ v_if * (1-alpha*lambda_v_f) - alpha * grad_v_if] 
            uint g = meta->attr_group(x.data[i].id);// 取得当前特征对应的正则化参数的索引
            double& v = fm->v(f,x.data[i].id);// 取得模型的对应交叉项的参数 
            double v_dash = v - learn_rate * (grad_v(f,x.data[i].id) + 2 * reg_v(g,f) * v);

            // 更新公式中的三项     
            sum_f_dash += v_dash * x.data[i].value;
            sum_f(g) += v * x.data[i].value; 
            sum_f_dash_f(g) += v_dash * x.data[i].value * v * x.data[i].value;
        }
        // 对每一个分组中的正则化参数更新
        for (uint g = 0; g < meta->num_attr_groups; g++) {
            double lambda_v_grad = -2 * learn_rate *  (sum_f_dash * sum_f(g) - sum_f_dash_f(g));  
            reg_v(g,f) -= learn_rate * grad_loss * lambda_v_grad;
            reg_v(g,f) = std::max(0.0, reg_v(g,f));// 对修改后的正则化参数容错,防止其小于0
        }
    }
}

其具体的计算过程如predict_scaled函数所示:

代码语言:javascript
复制
// 扩展后的预测值,是指在模型的预测值中增加了正则项
double predict_scaled(sparse_row<FM_FLOAT>& x) {
    double p = 0.0;// 最终的预测值
    // 1、常数项
    if (fm->k0) {   
        p += fm->w0;// 常数项,注意这边并没有对常数项增加正则
    }
    // 2、一次项
    if (fm->k1) {
        // 累加每一维特征项
        for (uint i = 0; i < x.size; i++) {
            assert(x.data[i].id < fm->num_attribute);// 特征的维度的容错
            uint g = meta->attr_group(x.data[i].id);// 取得当前特征对应的正则化参数的索引
            double& w = fm->w(x.data[i].id);// 取得当前的权重 
            double w_dash = w - learn_rate * (grad_w(x.data[i].id) + 2 * reg_w(g) * w);// 更新权重
            p += w_dash * x.data[i].value; // 累加计算
        }
    }
    // 3、交叉项
    for (int f = 0; f < fm->num_factor; f++) {
        // sum和sum_sqr分别对应着交叉项计算中的两项
        sum(f) = 0.0;
        sum_sqr(f) = 0.0;
        for (uint i = 0; i < x.size; i++) {
            uint g = meta->attr_group(x.data[i].id);// 取得当前特征对应的正则化参数的索引
            double& v = fm->v(f,x.data[i].id);// 取得模型的对应交叉项的参数 
            double v_dash = v - learn_rate * (grad_v(f,x.data[i].id) + 2 * reg_v(g,f) * v);// 更新交叉项的参数
            double d = v_dash * x.data[i].value;
            sum(f) += d;
            sum_sqr(f) += d*d;
        }
        p += 0.5 * (sum(f)*sum(f) - sum_sqr(f));
    }
    return p;
}

注意:在libFM的实现中,并没有对模型的常数项增加正则项,因此在更新正则项参数时也不需要更新常数项的正则化参数。

对预测值的计算,可以参见“机器学习算法实现解析——libFM之libFM的模型处理部分”。

计算完扩展的预测值后,便开始计算损失函数对正则化参数的梯度,并对其进行更新,更新的详细步骤参见“5.3.2、Adaptive Regularization方法的理论”中的讲解。

除了上述的重要的过程外,在fm_learn_sgd_element_adapt_reg类中还提供了如下的几个函数:

  • 初始化init函数
代码语言:javascript
复制
// 初始化函数,比SGD中初始化更多的参数
virtual void init() {
    fm_learn_sgd::init();

    reg_0 = 0;// 常数项的正则化参数的初始化
    reg_w.setSize(meta->num_attr_groups);// 一次项的正则化参数
    reg_v.setSize(meta->num_attr_groups, fm->num_factor);// 交叉项的正则化参数

    // 交叉项的均值和方差
    mean_v.setSize(fm->num_factor);
    var_v.setSize(fm->num_factor);

    // 一次项的梯度的初始化
    grad_w.setSize(fm->num_attribute);
    // 交叉项的梯度的初始化
    grad_v.setSize(fm->num_factor, fm->num_attribute);
    grad_w.init(0.0);
    grad_v.init(0.0);

    lambda_w_grad.setSize(meta->num_attr_groups);// 正则化参数的梯度
    // 更新lambda时使用到的变量
    sum_f.setSize(meta->num_attr_groups);
    sum_f_dash_f.setSize(meta->num_attr_groups);

    // 日志文件
    if (log != NULL) {
        log->addField("rmse_train", std::numeric_limits<double>::quiet_NaN());
        log->addField("rmse_val", std::numeric_limits<double>::quiet_NaN());    

        log->addField("wmean", std::numeric_limits<double>::quiet_NaN());
        log->addField("wvar", std::numeric_limits<double>::quiet_NaN());
        for (int f = 0; f < fm->num_factor; f++) {
            {
                std::ostringstream ss;
                ss << "vmean" << f;
                log->addField(ss.str(), std::numeric_limits<double>::quiet_NaN());
            }
            {
                std::ostringstream ss;
                ss << "vvar" << f;
                log->addField(ss.str(), std::numeric_limits<double>::quiet_NaN());
            }
        }
        for (uint g = 0; g < meta->num_attr_groups; g++) {
            {
                std::ostringstream ss;
                ss << "regw[" << g << "]";
                log->addField(ss.str(), std::numeric_limits<double>::quiet_NaN());
            }
            for (int f = 0; f < fm->num_factor; f++) {
                {
                    std::ostringstream ss;
                    ss << "regv[" << g << "," << f << "]";
                    log->addField(ss.str(), std::numeric_limits<double>::quiet_NaN());
                }
            }
        }
    }
}

init函数主要用于对一些变量的初始化。

  • update_means函数
代码语言:javascript
复制
// 初始化相关
void update_means() {
    // 均值和方差
    mean_w = 0;
    mean_v.init(0);
    var_w = 0;
    var_v.init(0);
    // 1、计算w的均值和方差
    for (uint j = 0; j < fm->num_attribute; j++) {
        mean_w += fm->w(j);

        var_w += fm->w(j)*fm->w(j);

        for (int f = 0; f < fm->num_factor; f++) {
            mean_v(f) += fm->v(f,j);
            var_v(f) += fm->v(f,j)*fm->v(f,j);
        }
    }
    mean_w /= (double) fm->num_attribute;// 计算均值
    var_w = var_w/fm->num_attribute - mean_w*mean_w;// 计算方差

    // 2、计算v的均值和方差
    for (int f = 0; f < fm->num_factor; f++) {
        mean_v(f) /= fm->num_attribute;
        var_v(f) = var_v(f)/fm->num_attribute - mean_v(f)*mean_v(f);
    }

    // 3、重新置均值为0
    mean_w = 0;
    for (int f = 0; f < fm->num_factor; f++) {
        mean_v(f) = 0;
    }           
}

update_means函数用于对模型的参数求方差,这整个训练过程中并不起作用,只是为了log输出作为参考。

  • debug函数
代码语言:javascript
复制
// debug打印输出
void debug() {
    std::cout << "method=sgda" << std::endl;
    fm_learn_sgd::debug();          
}

参考文献

  • Rendle S. Factorization MachinesC// IEEE International Conference on Data Mining. IEEE Computer Society, 2010:995-1000.
  • Rendle S. Factorization Machines with libFMM. ACM, 2012.
  • Rendle S. Learning recommender systems with adaptive regularizationC// ACM International Conference on Web Search and Data Mining. ACM, 2012:133-142.
本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 5.3、Adaptive Regularization的训练方法
    • 5.3.1、SGD的优劣
      • 5.3.2、Adaptive Regularization方法的理论
        • 5.3.3、Adaptive Regularization方法的实现
        • 参考文献
        领券
        问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档