论文笔记-Factorization Machines

因子分解机Factorization Machine的提出是对标SVM和矩阵分解，如SVD++、PITF、FPMC模型。 FM集成了SVM的优点，可以应用在任意的实值特征向量上。相比于SVM，FM可以通过分解参数对变量之间的交互建模，因此可以应用于数据稀疏的问题上，来对特征之间的交互进行估计，SVM在这类问题上没有很好的发挥。FM的计算时间可以优化到线性时间，因此FM可以直接优化。不同于对偶SVM

>>阅读原文<<