2018年11月15日
FM(Factorization Machines)模型详解
摘要： 优点 1. FM模型可以在非常稀疏的数据中进行合理的参数估计，而SVM做不到这点 2. 在FM模型的复杂度是线性的，优化效果很好，而且不需要像SVM一样依赖于支持向量。 3. FM是一个通用模型，它可以用于任何特征为实值的情况。而其他的因式分解模型只能用于一些输入数据比较固定的情况。 与LR联系与区 阅读全文
posted @ 2018-11-15 11:24 口天丶木乔 阅读(2568) 评论(0) 推荐(1) 编辑