自分で実装した Factorization Machines による Bayesian Personalized Ranking を用いた implicit feedback の推定はうまくいった
Factorization Machines で Bayesian Personalized Ranking を用いた implicit feedback の推定を行いたかったけどうまくいかなかった - 糞ネット弁慶
Matrix Factorization で Bayesian Personalized Ranking を用いた implicit feedback の推定はうまくいった - 糞ネット弁慶
の続き．
要約
- Bayesian Personalized Ranking がまだまだ諦められない
- 前回の実装を発展させ， Factorization Machines を実装して推定したところ AUC が適切な値になった
- fastFM の使い方が本当に謎．
手法
Factorization Machines である．
入力が「誰が何を買ったか」の 0/1 のみであるとし，その他の特徴量を用いないとすると，
Matrix Factorization は の
に対する評価は前回同様
となる．この時
は共に
次元の低次元表現ベクトル．
Factorization Machines の交互作用を色々と含んだ式をこれに当てはめると となる．ただ
が加わっただけであwることがわかる．
は
次元の行列であり，
は
次元のベクトル．
実装
推定する際，本来は であるのだけど，
となるため，勾配の計算時に
が消えてしまう．そのため今回は
は
次元で推定している．
実験
データセットは MovieLens 100K Dataset | GroupLens ． 5-fold CV 用にデータが既に分かれているのでそれに従う．
元データは Rating だが， implicit feedback の状況を作りたいので，「ユーザが映画をレビューしたかどうか」とし，レビューしていた場合は '1' とする．
学習率は 0.01 ，正則化は V/W 共に = 0.01，行列分解の次元数を 10 とした時，SGD のステップ数とテストデータに対する AUC の平均値との関係を以下に記す．
| ステップ数 | AUC |
|---|---|
| 1 * 80000 | 0.5537658848362093 |
| 10 * 80000 | 0.7635102655525375 |
| 50 * 80000 | 0.8624333710084262 |
| 50 * 80000 (MF) | 0.8091419600355472 |
適切に学習できており，ナイーブな Matrix Factorization より改善している．やはり Factorization Machines は少なくともこのデータ，および限定された特徴量ではうまく動いていることがわかる．
ここからは特徴量を増やすことで精度が改善するか確認したい．
では何が問題か
GitHub - ibayer/fastFM: fastFM: A Library for Factorization Machinesの正しい使い方がわかっていない．
自分だけが勘違いしているのかもしれないが，他の人も同じように失敗しているし，そもそもこれで成功している人を見かけない．
