FM与FFM的区别

FM与FFM性能 FM：旨在解决稀疏数据下的特征组合问题，具备线性的计算复杂度；（矩阵分解方式处理参数，不只能减小参数数量，还能处理因为稀疏性带来的参数很差训练的问题）通常的线性模型压根没有考虑特征间的关联(组合)。为了表述特征间的相关性，咱们采用多项式模型。观察大量的样本数据能够发现，某些特征通过关联以后，与label之间的相关性就会提升。例如，“USA”与“Thanksgiving”、“Chi

>>阅读原文<<