超级会员免费看
本文探讨了FFM数据格式及其转换，包括单值和多值特征的处理，以及如何将日志数据转换为FFM格式。通过比较kaggle和微软的不同转换版本，指出在大规模数据下微软版本的效率优势。同时，作者尝试用movielens-1M数据集验证转换的有效性，但在libffm中遇到模型预测问题，对于评分预测和分类的效果都不理想，寻求解决方案。
在用FFM数据时，肯定会问几个问题：1-ffm数据是啥意思，特征中的数据是啥意思啊，例如1:2:0,3:5:1，这种数据本来的真实数据是啥？2-如何将真实数据转成这种格式？转换中肯定会遇到的问题（1）单值与多值特征怎么区别对待？（2）在使用模型训练ffm数据后是否需要特征原来对应的真实数据？（这个问题是跑一个模型就知道了，或许就不是问题）3-模型训练完后如何召回？能不能用faiss？
下面先说2-生产数据格式转换
2-1，单值数据转换成FFM数据格式，在kaggle上看到了一个非并行版本。
这里面需要了解一个函数make_classification
from sklearn.datasets import make_classification原来版本是100个samples，注意int是数值型数据，这种数据feature idx肯定都是一样的，而str才是类别型数据，所以value 都是1
这里我的疑问已经被另一个大佬提出来了，为啥不是从0到1进行编码，这个有点难以理解啊。
刚一夸kaggle比逼乎逼格高，特么的就屏蔽我的账号了？？卧槽，</
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
