Factorization Machines 學習筆記（二）模型方程(轉)

  最近學習了一種叫做 Factorization Machines（簡稱 FM）的算法，它可對任意的實值向量進行預測。其主要優點包括: 1) 可用於高度稀疏數據場景；2) 具有線性的計算複雜度。本文將對 FM 框架進行簡單介紹，並對其訓練算法 — 隨機梯度下降（SGD）法和交替最小二乘（ALS）法進行詳細推導。 相關鏈接： （一）預測任務 （二）模型方程 （三）迴歸和分類 （四）學習

>>阅读原文<<