问题

1 只考虑二阶特征组合情况，穷举所有可能的二阶特征组合并用LR训练，与直接使用FM训练，哪一种效果更好？为什么？

答：使用FM效果更好。原因是穷举所有二阶特征组合，对于高维稀疏特征来说，某些特征组合项非0的样本数是很少的，势必会导致学出来的权重不准，这也是为什么FM要学习特征隐向量的原因。

 

2 如果把连续特征不做离散化处理，直接用到FM中来，你觉得会对模型有什么影响？

答：连续特征的样本分布是很稀疏的，也就是每个特征值很可能只对应几个样本，这样学出来的特征组合权重是不准的。