R SparkR spark.fmRegressor用法及代码示例

说明：

spark.fmRegressor 针对 SparkDataFrame 拟合分解回归模型。用户可以调用summary打印拟合模型的摘要，调用predict对新数据进行预测，调用write.ml/read.ml保存/加载拟合模型。

用法：

spark.fmRegressor(data, formula, ...)

## S4 method for signature 'SparkDataFrame,formula'
spark.fmRegressor(
  data,
  formula,
  factorSize = 8,
  fitLinear = TRUE,
  regParam = 0,
  miniBatchFraction = 1,
  initStd = 0.01,
  maxIter = 100,
  stepSize = 1,
  tol = 1e-06,
  solver = c("adamW", "gd"),
  seed = NULL,
  stringIndexerOrderType = c("frequencyDesc", "frequencyAsc", "alphabetDesc",
    "alphabetAsc")
)

## S4 method for signature 'FMRegressionModel'
summary(object)

## S4 method for signature 'FMRegressionModel'
predict(object, newData)

## S4 method for signature 'FMRegressionModel,character'
write.ml(object, path, overwrite = FALSE)

参数：

• data 用于模型拟合的 SparkDataFrame 观察值和标签。
• formula 要拟合的模型的符号说明。目前仅支持少数公式运算符，包括'~'、'.'、':'、'+'和'-'。
• ... 传递给该方法的附加参数。
• factorSize 因子的维度。
• fitLinear 是否拟合线性项。 # TODO 我们可以用公式来表达吗？
• regParam 正则化参数。
• miniBatchFraction 小批量分数参数。
• initStd 初始系数的标准差。
• maxIter 最大迭代次数。
• stepSize 步长参数。
• tol 迭代的收敛容差。
• solver 求解器参数，支持的选项："gd"(小批量梯度下降)或"adamW"。
• seed 权重初始化的种子参数。
• stringIndexerOrderType 如何对字符串特征列的类别进行排序。这用于确定字符串特征的基本级别，作为编码字符串时删除排序后的最后一个类别。支持的选项有 "frequencyDesc"、"frequencyAsc"、"alphabetDesc" 和 "alphabetAsc"。默认值为"frequencyDesc"。当 ordering 设置为 "alphabetDesc" 时，这会在编码字符串时丢弃与 R 相同的类别。
• object spark.fmRegressor 拟合的 FM 回归模型模型。
• newData 用于测试的 SparkDataFrame。
• path 保存模型的目录。
• overwrite 如果输出路径已经存在，是否覆盖。默认为 FALSE，这意味着如果输出路径存在则抛出异常。

返回：

spark.fmRegressor 返回拟合的分解机回归模型。

summary 返回拟合模型的汇总信息，是一个列表。

predict 返回基于 FMRegressionModel 的预测值。

注意：

spark.fmRegressor 自 3.1.0 起

摘要(FMRegressionModel)自 3.1.0 起

从 3.1.0 开始预测(FMRegressionModel)

write.ml(FMRegressionModel, character) 自 3.1.0 起

例子：

df <- read.df("data/mllib/sample_linear_regression_data.txt", source = "libsvm")

# fit Factorization Machines Regression Model
model <- spark.fmRegressor(
  df, label ~ features,
  regParam = 0.01, maxIter = 10, fitLinear = TRUE
)

# get the summary of the model
summary(model)

# make predictions
predictions <- predict(model, df)

# save and load the model
path <- "path/to/model"
write.ml(model, path)
savedModel <- read.ml(path)
summary(savedModel)