ffm_model.setTXTModel 保存的 model.txt模型中参数的疑问.

[fly12357]

例如: v_1025805_41 中的 1025805 和输入的特征中的特征id是对应的吗?

如果输入样本中没有出现的feature id 就应该不计算在内吧~~那我输入的feature id 的编码岂不是与model.txt中的 id 会有差别吗? (输入的样本的feature id会考虑全部的feature,有部分可能不会在样本中出现)

举个例子:
输入的样本中特征编码(libffm格式) 1 1:1:1 2:3:1
0 1:1:1 2:1:1
如果field2 中的特征有 1, 2, 3三个
但是样本中只出现了 1,3
那么model.txt中对应的 v_featureid_fields 会考虑 fields2中的 2 特征?

[etveritas]

@fly12357 我认为ID是对应的。当你输入样本确定之后，程序会根据你输入样本中的特征ID最大值和域ID最大值来确定你的特征和域的个数，也就是我们假设这两个值是从0到最大值连续的，模型会根据最大值初始化参数。对于样本中实际存在的特征ID（或域ID）且不大于最大值的数据，会进行计算并更新对应的参数，如果某个ID在全部样本中都没有出现，则参数值为初始化时的值。

[fly12357]

@fly12357 我认为ID是对应的。当你输入样本确定之后，程序会根据你输入样本中的特征ID最大值和域ID最大值来确定你的特征和域的个数，也就是我们假设这两个值是从0到最大值连续的，模型会根据最大值初始化参数。对于样本中实际存在的特征ID（或域ID）且不大于最大值的数据，会进行计算并更新对应的参数，如果某个ID在全部样本中都没有出现，则参数值为初始化时的值。

的确,我验证了一下,应该是取的最大值. 但是有一种情况会出现问题啊.

如果feature id 的最大值是所有特征的中间部分, 那么后边没出现的特征不就都丢失了么....(应该是当做未知id处理了吧)

例如: 接着上面的那个例子, 如果fields共计5个特征维度, 那么样本中最大只出现3的话, 4,5这两个特征维度就会没有了. (不过对计算没啥影响哈~)

感谢解答~

[fly12357]

@fly12357 我认为ID是对应的。当你输入样本确定之后，程序会根据你输入样本中的特征ID最大值和域ID最大值来确定你的特征和域的个数，也就是我们假设这两个值是从0到最大值连续的，模型会根据最大值初始化参数。对于样本中实际存在的特征ID（或域ID）且不大于最大值的数据，会进行计算并更新对应的参数，如果某个ID在全部样本中都没有出现，则参数值为初始化时的值。

还有个问题~

可否给个变量初始化的接口, 因为, 可以用word2vec对feature的嵌入向量进行编码, 从而解决样本中没有出现的特征的问题.

[etveritas]

还有个问题~

可否给个变量初始化的接口, 因为, 可以用word2vec对feature的嵌入向量进行编码, 从而解决样本中没有出现的特征的问题.

如果样本中没有某个特征，我们就不根据它学习，预测时也不会用到它的。

[fly12357]

还有个问题~
可否给个变量初始化的接口, 因为, 可以用word2vec对feature的嵌入向量进行编码, 从而解决样本中没有出现的特征的问题.

如果样本中没有某个特征，我们就不根据它学习，预测时也不会用到它的。

如果某个 featureid 处于 所有featureid 的最大值与最小值之间, 并且其在训练样本中没有出现, 预测的时候不也得按照初始值(应该是随机值)进行预测吗?

[etveritas]

如果某个 featureid 处于 所有featureid 的最大值与最小值之间, 并且其在训练样本中没有出现, 预测的时候不也得按照初始值(应该是随机值)进行预测吗?

初始化的w和b都是0

[fly12357]

如果某个 featureid 处于 所有featureid 的最大值与最小值之间, 并且其在训练样本中没有出现, 预测的时候不也得按照初始值(应该是随机值)进行预测吗?

初始化的w和b都是0

了解~ 非常感谢~