FM與FFM的區別

FM與FFM性能 FM：旨在解決稀疏數據下的特徵組合問題，具備線性的計算複雜度；（矩陣分解方式處理參數，不只能減小參數數量，還能處理因爲稀疏性帶來的參數很差訓練的問題）通常的線性模型壓根沒有考慮特徵間的關聯(組合)。爲了表述特徵間的相關性，咱們採用多項式模型。觀察大量的樣本數據能夠發現，某些特徵通過關聯以後，與label之間的相關性就會提升。例如，「USA」與「Thanksgiving」、「Chi

>>阅读原文<<