FM、FFM和AFM比较

FM的产生背景： 为了改进SVM在解决稀疏矩阵问题方面的缺点：当数据非常稀疏时，SVM不能从复杂的核空间学到可靠的参数。可用于线性回归、分类等。 解决问题实例： 从下图所示数据从特征向量x学习一个模型用于预测y值 FM模型方程： FM模型的基本思路就是给特征向量x中各个特征xi学习一个向量vi，在交叉项中对应特征xi，xj进行交叉时，前面乘上对应的vi和vj向量的点乘结果作为权重。 FFM的产生背

>>阅读原文<<