推薦CTR預估-幾個基礎模型FM \FFM\GBDT+LR

1、FM模型理論和實踐 FM(Factorization Machine)主要是爲了解決數據稀疏的情況下，特徵怎樣組合的問題 數據的稀疏性，是實際應用場景中面臨的一個非常常見的挑戰與問題。與線性模型相比，FM的模型就多了後面特徵組合的部分。 在數據很稀疏的情況下，滿足xi,xj都不爲0的情況非常少.對每一個特徵分量xi引入輔助向量Vi=(vi1,vi2,⋯,vik),當交叉項參數全爲0時退化爲普通

>>阅读原文<<