推荐系统 RES-策略参数说明:核函数特征交互神经网络

时间：2023-11-01 16:16:29

推荐系统 RES

**表39** algorithm_parameters参数说明
参数名称	是否必选	参数类型	说明
fields_feature_size_path	是	String	该文件标识了每一个域下的特征数量，排序数据处理接口会生成这个文件，文件路径为用户在数据处理中输入的“run_path”参数表示的路径的“fields_feature_size”目录下，文件名称为“part-00000”，需要用户提供文件完整路径。
max_iterations	是	Int	模型训练的最大迭代轮数。取值范围[1,1000]，默认50。
early_stop_iterations	是	Int	在测试集上连续early_stop_iterations轮迭代的AUC小于当前最优AUC时，迭代停止，训练结束。取值范围[1,1000]，不大于max_iterations，默认5。
algorithm_specify_parameters	是	JSON	请参见表40，算法相关参数。示例： { "latent_vector_length":10, "active_function":"relu", "architecture":[400,400,400], "value_keep_probability":0.8, "sub_net_architecture":[40,5], "is_drop_fm":"False" }
initial_parameters	是	JSON	请参见表32，初始化相关参数。示例： { “initial_method”:“xavier” }
optimize_parameters	是	JSON	请参见表33，优化策略相关参数。示例： { “type”:“adam”, “epsilon”：1e-08， “learning_rate”：0.001 }
regular_parameters	是	JSON	请参见表34，正则相关参数。示例： { "l2_regularization":0.001, "regular_loss_compute_mode":"full" }

**表40** algorithm_specify_parameters 取值说明
参数名称	是否必选	参数类型	说明
隐向量长度（latent_vector_length)	是	Int	分解后的特征向量的长度。取值范围[1,100]，默认10。
神经网络结构 (architecture)	是	List[Int]	神经网络的层数与每一层神经元节点个数。每一层神经元节点数取值范围为[1,1000]，神经网络层数不大于5。默认400,400,400。
神经元值保留概率 (value_keep_probability)	是	Double	神经网络前向传播过程中以该概率保留神经元的值。取值范围(0,1]，默认0.8。
激活函数 (active_function)	是	Enum	将一个（或一组）神经元的值映射为一个输出值。取值relu/sigmoid/tanh，默认relu。
子网络结构 (sub_net_architecture)	是	List[Int]	特征向量之间使用神经网络核来计算相互关系时，该神经网络的结构。每一层的节点数取值范围为[1,100]，深度不超过5层。默认40,5。
是否移除因子分解机 (is_drop_fm)	是	Boolean	是否移除模型架构中的因子分解机部分，值为True则蜕变为带有核函数的DNN。取值true/false，默认false。