linux xlearn安装

机器学习中的又一个利器，广泛用于Kaggle或类似的数据比赛。

　xlearn的优势：

1.通用性好，包括主流的算法（lr, fm, ffm 等），用户不用再切换于不同软件之间
２.性能好,测试 xLearn 可以比 libfm 快13倍，比 libffm 和 liblinear 快5倍
3.易用性和灵活性，xLearn 提供简单的 python 接口，并且集合了机器学习比赛中许多有用的功能
4.可扩展性好。xLearn 提供 out-of-core 计算，利用外存计算可以在单机处理 1TB 数据

二、xlearn安装：巨简单

目前xlearn只支持，Linux和Mac，Windows用户可能要等等了。以下操作在Ubuntu系统进行。

2.1安装GCC(或Clang)和CMake：

建议安装GCC，Clang下载文件大，而且安装过程出现问题，便直接安装的GCC。

安装gcc

sudo apt-get install build-essential

测试是否安装成功：
gcc --version

出现以下界面代表安装成功：

安装cmake

我实在不明白为什么有些教程要下载文件，等等骚操作，那么麻烦。一行搞定。

sudo apt-get install cmake

测试是否安装成功：
cmake --version

出现以下界面代表安装成功：

cmake version 3.5.1 CMake suite maintained and supported by Kitware (kitware.com/cmake).

2.2 安装xlearn：

sudo pip install xlearn

这个地方注意下，如果安装了Anaconda，确认xlearn是否安装在你所运行的Anaconda的虚拟环境中。找到安装包的位置可以查看下，如果显示安装成功，却不能import xlearn，八成是这个问题。

三、xlearn实战：

简单实战，每一行都有详细的注释。主要是简单学会使用模型，并没有对特征过多分析。

3.1 快速入门

import xlearn as xl
ffm_model = xl.create_ffm()
# 训练集
ffm_model.setTrain("small_train.txt")
# 设置验证集
ffm_model.setValidate("small_test.txt")

# 设置参数
param = {'task':'binary','lr':0.2,'lambda':0.002}

# 设置不同的评价指标
# 分类问题：acc(Accuracy);prec(precision);f1(f1 score);auc(AUC score)
param1 = {'task':'binary','lr':0.2,'lambda':0.002,'metric':'rmse'}
# 回归问题：mae,mape,rmsd(RMSE)
param2 = {'task':'binary','lr':0.2,'lambda':0.002, 'metric':'rmse'}

# 训练模型
ffm_model.fit(param, "model.out")

# 测试集
ffm_model.setTest("small_test.txt")
# 输出样本预测概率，范围(-1,1)
ffm_model.predict("model.out","output.txt")

# 设置预测概率范围为(0,1)
ffm_model.setSigmoid()
ffm_model.predict("model.out","output.txt")

# 转化为二分类(0,1)，没有阈值吗？？？
ffm_model.setSign()
ffm_model.predict("model.out","output.txt")

# 模型保存为txt格式，
ffm_model.setTXTModel("model.txt")

3.2 更进一步：

# 选择不同的机器学习算法
# FM，LR可以使用csv和libsvm格式，FFM应该接受libffm格式
fm_model = xl.create_fm()
lr_model = xl.create_linear()

# 设置交叉验证（Cross Validation）
ffm_model = xl.create_ffm()
ffm_model.setTrain("train.txt")
param = {'task':'binary','lr':0.2,'lambda':0.002,'fold':3}
# 默认5-folds，可通过param设置
ffm_model.cv(param)

# 设置优化算法:SGD,AdaGrad,Ftrl(Follow-the-Regularized-Leader)
param3 = {'task':'binary','lr':0.002,'lambda':0.01,'opt':'ftrl'}
# Ftrl的额外参数
param = {'alpha':0.002,'beta':0.8,'lambda_1':0.001,'lambda_2':1.0}
# 如何自动进行超参数训练

# 设置Epoch数量
param4 = {'task':'bianry','lr':0.2,'lambda':0.01,'epoch':3}
# Early stopping，设置提前停止窗口
param5 = {'task':'binary','lr':0.2,'lambda':0.002,'epoch':10,'stop_window':3}

# Lock-Free 训练，可以充分利用多核来加速训练，但是结果具有不确定性,默认开启
ffm_model.disableLockFree()  # disable lock-free training

# Instance-wise Normalization，对CTR预测问题，非常有效,但是有损性能
ffm_model.disableNorm()    # disable Instance-wise Normalization

# Quite Training 提高训练速度，不计算评指标，只训练模型
ffm_model.setQuiet()

3.3 与Sklearn相结合

建议利用sklearn接口，众多sklearn的功能都能使用。

# 调用Sklearn的API
import numpy as np
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris_data = load_iris()
X = iris_data['data']
y = iris_data['target' == 2]

X_train,X_test,y_train, y_test = train_test_split(X,y,test_size=0.3,random_state=0)
linear_model = xl.LRModel(task='binary',init=0.1,epoch=10,lr=0.1,reg_lambda=1.0,opt='sgd')

linear_model.fit(X_train,y_train,eval_set=[X_test, y_test],is_lock_free=False)

y_pred = linear_model.predict(X_test)



版权声明：本文为CSDN博主「linxid」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/linxid/article/details/80382569