无痛学会分解机(Factorization Machine，FM)算法总结

FM(Factorization Machine)主要是为了解决数据稀疏的情况下，特征怎样组合的问题。此算法的主要作用是可以把所有特征进行高阶组合，减少人工参与特征组合的工作。FM只需要线性时间复杂度，可以应用于大规模机器学习。 预测任务 模型方程 回归和分类 学习算法 注：上面最后一句话应该是"而 g θ ( x ) g_{\theta}(x) gθ​(x)则利用 y ^ ( x ) − θ h

>>阅读原文<<