Factorization Machines 学习笔记（二）模型方程(转)

  最近学习了一种叫做 Factorization Machines（简称 FM）的算法，它可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景；2) 具有线性的计算复杂度。本文将对 FM 框架进行简单介绍，并对其训练算法 — 随机梯度下降（SGD）法和交替最小二乘（ALS）法进行详细推导。 相关链接： （一）预测任务 （二）模型方程 （三）回归和分类 （四）学习

>>阅读原文<<