摘要: 1、FM 前面一章介绍了线性模型和逻辑回归模型,在这些模型中,默认特征之间是不存在交互关系的;对于离散特征(如用户所在城市、商品品牌等),一般是进行one-hot处理,从而会产生大量的稀疏数据。Factorization Machines(FM)模型即是用来解决数据稀疏和特征交叉使用问题的。 1.1 阅读全文
posted @ 2020-05-08 13:58 liujy1 阅读(511) 评论(0) 推荐(0) 编辑