FM/FMM算法笔记

原文连接 FM\\FMM优势：特征稀疏时保持良好性能 FM原理： onehot的编码后特征极度稀疏，特征空间大（升维双刃剑：线性可分、过拟合维度爆炸--效果为王） 经过多项式交叉后，交叉特征含有更多的特征值为零样本。可是为了训练权重，让不一样的特征权重区分化更多的依赖于该特征下非零的样本 采用一种矩阵分解的思路。求得的n*k维矩阵v为描述特征的因子 优势：训练的参数变少了；对于vi，能够经过任意一

>>阅读原文<<