Factorization Machines

分解机(Factorization Machines,FM)推荐算法 在推荐系统中,特征经过one-hot编码后,数据矩阵往往是十分稀疏的,而原本分类任务中最强的单模型——SVM又对高维稀疏的数据十分的不敏感,无法找到一个好的分割超平面。 大量的研究和实际数据分析结果表明:某些特征之间的关联信息(相关度)对事件结果的的发生会产生很大的影响。 为了解决数据稀疏的情况下,特征组合的问题,FM产生。(当
相关文章
相关标签/搜索