导读:上篇文章推荐算法|FM模型原理简介中我们介绍了FM模型原理,本次我们通过python进行实例展示。为了提升模型性能,本次代码同步引入加入L2正则及Adagrad。...2 代码逻辑 本例中我们通过梯度下降来训练一个二分类FM模型。 对于二分类问题,我们取logit作为损失函数: ? 我们的目标就是使得上述损失函数最小的最优化问题。...在FM模型中,参数的梯度为: ? 其中 ? 根据Adagrad更新学习率,就得到最终计算方法。整个过程伪代码如下: ? 3 python实现 此处仅展示核心代码,获得完整代码方法在文末。...def FM_function_L2_Adagrad(dataMatrix, classLabels, k, iter): lamda = 1 #正则化参数 m, n = shape(dataMatrix...alpha/w0_ada alpha_w = alpha/w_ada alpha_v = alpha/v_ada return w_0, w, v 后台回复“FM
什么是FM? FM即Factor Machine,因子分解机。 2. 为什么需要FM?...FM用在哪?...而类似于这样的问题就可以通过FM来解决。 4. FM长什么样? 在展示FM算法前,我们先回顾一下最常见的线性表达式: ? 其中w0 为初始权值,或者理解为偏置项,wi 为每个特征xi 对应的权值。...FM的表达式如下,可观察到,只是在线性表达式后面加入了新的交叉项特征及对应的权值。 ? 5. FM交叉项的展开 5.1 寻找交叉项 FM表达式的求解核心在于对交叉项的求解。...FM算法的Python实现 FM算法的Python实现流程图如下: ? 我们需要注意以下四点: 1. 初始化参数,包括对偏置项权值w0、一次项权值w以及交叉项辅助向量的初始化; 2.
对于特征组合来说,业界通用的做法主要有两大类:FM系列和Tree系列。这里我们来介绍一下FM系列。 ...本文主要涉及三种FM系列算法:FM,FFM,DeepFM 一、FM算法(Factorization Machines) 背景 FM(Factorization Machine)主要是为了解决数据稀疏的情况下...模型的复杂度也是O(kn) 扩展到多维,模型表达式为: FM vs SVM SVM和FM的主要区别在于: SVM的二元特征交叉参数是独立的,而FM的二元特征交叉参数是两个k维的向量vi、vj,交叉参数就不是独立的...而在FM模型中,每一维特征的隐向量只有一个。FM可以看做FFM的特例,把所有特征都归属到一个field的FFM模型。...FM的结构 DNN结构 DeepFM结构 FM和DNN的特征结合 DeepFM目的是同时学习低阶和高阶的特征交叉,主要由FM和DNN两部分组成,底部共享同样的输入。
We introduce Factorization Machines (FM) which are a new model class that combines the advantages of...前面看到,LR是线性的,基本是O(N)的复杂度;FM加了一个新的项之后,新加的那项看起来似乎需要 ? 的复杂度,这似乎是不可忍受的复杂度,那为什么FM还能得到广泛应用呢?...我们把上面FM的Score Function和一个带有多项式Kernel(Degree=2)的SVM比较。...,是相互独立的参数;但是在FM里面,这两者互不独立,因为 ? 和 ? 都依赖于 ? 。...值得注意的是,这个特性是FM是优势也是它的弊病。在输入特征比较稠密的情况下,其实FM的效果应该是并不如SVM的,因为SVM的模型自由度更高。
1、FM的功能定位 1.1 、FM模块的主要功能定位 话说当前各个实体企业都在提出精细化管理,因此有一天相关人员组织了一场讨论大会,参加人员有外企、国企、民企、还有个体户,X-SAP也混在其中,想趁机推广一下...SAP系统中的FM模块最重要的就是预算跟踪和控制。再加上BO神器,这肯定是成功的领导。 ?...在预算编制完成后,由决策层层批准后,再将相关的预算控制数据下达到SAP 的FM模块中。...注:FM模块不是不能做预算编制,但这不是FM模块的最强的特点,在现有企业复杂多样的预算需求,大多数企业都使用功能强大的预算编制系统来进行预算编制,比如SAP BPC。...– 预算控制层 预算的监督和控制, SAP系统提供基金管理模块(FM)来实现预算的控制。
导读:上一期推荐算法|FM模型预测多分类原理简介中介绍了FM进行多分类预测的原理,这一篇我们就来看下如何通过python实现。...2 python实现 我们使用鸢尾花数据进行展示,完整代码如下。...X-m_max) / np.sum(np.exp(X-m_max))#防止溢出 # return np.exp(X) / np.sum(np.exp(X)) def FM_train
在实施FM模块前需要做好企业需求的调研和设计,以保证FM的有效使用。 2.1.1定义财务管理范围 定义财务管理范围 ? ? 2.1.2分配财务管理范围到公司代码 分配财务管理范围到公司代码 ? ?...2.2 、账户分配要素的激活 在FM当中账户分配要素(也叫科目分配要素)主要包括有:基金中心、承诺项目、基金、功能范围、基金计划程序、准予,它们购成了在FM模块进行业务处理的主要数据要素,各个要素的组合...,形成了在FM的各种各样的记账,用来满足复杂业务的需求。...3)激活FM-BCS当中要使用的分配要素 ?...启用PSM-FM模块当中的BCS模块(预算控制系统)来进行预算控制,原有版本的前期预算已经被BCS模块替代了,原有使用的前期预算可以迁移到新的FM-BCS来。
3、主数据 在FM当中主数据主要分成了两类:一类是账户分配要素,另一类是预算结构用到的地址(如预算地址、记账地址)。...3.1 账户分配要素-主数据 根据PSM及PSM-FM-BCS激活的账户分配要素,需要对这些要素主数据进行维护,这些主数据的在维护完成后,可使用这些账户分配要素进行组合,形成FM当中的预算地址、记账地址...3.1.1承诺项目 承诺项目是FM模块当的预算科目,表达预算的内容。它可带层次结构,并不是只有最末级才能有预算和预算消耗,通常预算的消耗会放在末级节点。...2)在 FM 区域/财政年度中创建变式 ? 为承诺项目的层次结构取一个变式名称,标准层次默认’000’(可以不用定义),用户也可以定义自已层次变式。不同的层次变式,其层次结构可以不一样。...8)分配选定字段行到 FM 范围 ? 将定义好的承诺项目字段控制状态分配给财务管理范围,这样可以达到指定财务管理范围的承诺项目的维护界面时的字段录入控制。 未完待续...
1月3日,音频服务应用荔枝FM宣布获得了5000 万美元的D轮融资,由老牌基金兰馨亚洲领投,新兴的媒体和互联网投资平台EMC跟投。官网启用lizhi.fm域名。...427576a156505b2a96fabe9e30a4e0d0.png 荔枝FM创立于2013年,是一款可以通过手机录制节目、开设用户自己电台的音频类APP,里面的内容绝大部分是用户创造的...据悉,荔枝FM官网使用域名lizhi.fm。.fm域名本来是密克罗尼西亚的国别域名,因为广播普及,引申至广播网站使用。...国内不少类似的企业也都喜欢用这样的域名,像蜻蜓FM(qingting.fm)、豆瓣FM(douban.fm)。...目前,荔枝FM除了官网域名外,还保护了全套相关域名lizhifm.com/.cn/.net,但遗憾的是,双拼域名lizhi.com/.com.cn/.cn等均不在其名下。
模型用途 FM和FFM,分解机,是近几年出的新模型,主要应用于广告点击率预估(CTR),在特征稀疏的情况下,尤其表现出优秀的性能和效果,也数次在kaggle上的数据挖掘比赛中拿到较好的名次。...FM原理 特征编码时常用的one-hot编码,会导致特征非常稀疏(很多0值)。...FM模型,将参数 wijwij 对应的矩阵 WW ,利用矩阵分解表示为 W=VTVW=VTV , 矩阵 VV ∈Rk×n∈Rk×n , 可以通过调节k来调节模型的泛化能力。...FM模型则表示为: y(x)=w0+∑i=1nwixi+∑i=1n∑j=i+1nxixjy(x)=w0+∑i=1nwixi+∑i=1n∑j=i+1nxixj...,fxi)2−∑i=1n(vi,fxi)2)∑i=1n∑j=i+1nxixj=12∑f=1k((∑i=1nvi,fxi)2−∑i=1n(vi,fxi)2) FFM 原理 FFM模型是在FM
视频讲解:https://www.yuque.com/chudi/tzqav9/ny150b#aalY8
60 3 应付类记账 在FM-BCS当中没有预算及预算控制。 60 2 应收类记账 在FM-BCS当中没有预算及预算控制。 90 1 现金类记账 在FM-BCS当中没有预算及预算控制。...⑥ 负预算: 前期预算启用的需要用的,在FM-BCS当中不再使用,可以在字段状态控制中关闭它。...3.1.1.3 承诺项目层次结构主维护 层次结构主要用于FM中的预算结构使用和预算控制地址使用,同时可能通过它来产生承诺项目组。...1)FM_SETS_FIPEX1 - 创建 FM_SETS_FIPEX2- 更改 手动维护承诺项目组,其操作类型成本要素组的维护。...执行③的结果 执行④的结果 3.1.1.5 承诺项目的扩展增强使用 在实际使用承诺项目时,由于通常FM-BCS会同外部的预算编制系统进行接口来生成预算数据,因此会考虑FM-BCS中的承诺项目同外部预算编制系统的预算科目进行映射
因子分解机(Factorization Machines,FM)及其变种已经在推荐系统中得到了广泛的应用,本文就FM的系列模型进行简单总结。...的优点 考虑交叉特征,从而进一步的考虑了特征之间的关系 采用矩阵分解的方式,使模型能够在稀疏数据上训练,并且具有较好的泛化性 降低了时间复杂度 FFM FFM为Field FM,在原始FM的基础上进行了改进...DeepFM 深度学习已经在很多领域都得到了广泛的应用,而DeepFM就是将DNN和FM进行结合,利用FM来学习低阶交叉特征,用DNN来学习高阶复杂的特征关系。...如下图所示,左边部分为FM部分,右边部分为DNN部分,将embedding后的特征用于FM和DNN,最后将FM的结果和DNN的结果组合后通过sigmoid计算点击率。...AFM AFM即attention FM,基于注意力机制的FM,其总体结构如上图所示。
3.1.3.1 基金配置 1)创建 FM 基金类型 在建立基金的类型时,可以在FM-BCS预算控制期间指定时是根据基金类型来决定的: A年度预算来控制,还是O总体预算来控制。...4)分配选定字段行到 FM 范围 将配置好的基金字段控制变式分配给财务管理范围。...3.1.3.2 基金主数据维护 1)FM5I /FM5U - 更改 创建/修改基金 2)FM_SETS_FUND1 /FM_SETS_FUND2 创建基金组,类似基金中心组的手工创建。
3)分配层次变式给 FM 范围 ? 为财务管理范围的每个年度分配一个标准层次结构变量。没有激活基金中心的年度相关性,财年为0000,反之可以为每个年度分配一个层次结构变量。...6)分配选定字段行到 FM 范围 ? 将配置好的字段控制变式分配给财务管理范围。 3.1.2.2 基金中心主数据维护 ? 1)FMSA - 创建 /FMSB - 更改 ?...3)FM_SETS_FICTR1 - 创建 /FM_SETS_FICTR2 - 更改 基金中心组的手工维护,类似成本中心组的维护。 ?
3.2 使用账户分配要素-预算结构 预算结构简单来讲就是预算和预算消耗间的映射关系。之前已经讲过,预算生成和预算消耗都需要使用账户分配元素来组合进行表达,我们...
3.1.6 账户分配要素主数据权限检查 在FM模块当中部份主数据的权限检查,SAP支持不是很好,比如对基金计划程序的权限支持不是很好。...因此可以激活BADI:FM_AUTHORITY_CHECK 来增强用户自定义的权限检查。...FM_AUTHORITY_CHECK~FUNDS_CENTER_CHECK:对基金中心的权限检查。 FM_AUTHORITY_CHECK~FUND_CHECK:对基金的权限检查。...FM_AUTHORITY_CHECK~FUNCTION_AREA_CHECK:对功能范围的权限检查。...层次结构类: 承诺项目 FM3G - 层次结构图形 基金中心 FM2G - 层次结构图形 清单类报表: S_KI4_38000034 S_KI4_38000038 S_KI4_38000039 FM7M
2) FM_SETS_FUNDPRG1\FM_SETS_FUNDPRG2 基金程序计划组的手工维护,类似基金组的手工维护。基金程序计划组,主要用于报表查看。
3.1.5 主数据的细分 FM模块还提供了对账户分配要素主数据的细分支持,将账户分配要素的主数据,按照企业需要的规则来细分段,每一段的单独编码都有着相应的含意,主要起充分挖掘和规范主数据的使用,并方便后期报表中按照账户分配要素单独的分细段进行报表分析...(例如在报表库4FM中将细分数据特性放出来,即可支持单独细分段的报表查看)。...各账户分配要素的子串支持数量如下:承诺项目5个;基金中心3个;基金2个,功能范围3个 主数据的细分功能是一个附加性的,在FM不是必须启用的,这个实施人员可根据用户需求来决定是否启用。...3)细分子串的BADI增强使用 对细分子串的使用,SAP还提供了BADI进行用户增强业务逻辑: FM_MD_SUBID_TYPE:用来增强检查子串部门标识; FM_MD_SUB_VALUES...FM_MD_SUBSTRINGS:用来在各个账户分配要素维护时,对其子串的检查。
FM可用于解决分类或者回归问题,工程化部署相对容易且结果有良好解释性,目前已在CTR点击预测、个性化推荐等领域有广泛应用。...2原理简述 这里参考论文《Factorization Machines》简述一下FM的模型原理,同步对应上述所提的三个优点。...解决高维稀疏矩阵问题的原理 FM的模型公式如下,可以看出,公式前面用红色框出来的部分,就是传统的线性模型,FM是在线性模型的基础上增加了交叉项。...在进行预测前的特征构造过程中,经常需要对特征进行组合以扩展模型的能力,FM模型相当于直接把特征组合加入模型不需人为处理。...3总结 FM曾在多项CTR预测竞赛中夺得冠军,在实际的推荐应用中,FM可以用于召回也可用于排序过程,无不展现了其有效性,即便在深度学习逐渐应用在推荐领域的时期,FM依然是众多厂商选择使用的方法。
领取专属 10元无门槛券
手把手带您无忧上云