端到端的高低階特徵學習——DeepFM模型

paper 解決痛點 DeepFM模型對比了FNN、PNN、Deep&wide，在其缺點上進行了改進，得到了DeepFM模型。 這三種模型的結構如上圖所示，其不足分別如下： FNN 缺點如下： FNN底層通過爲FM預訓練得到向量，預訓練有兩個缺點： （1）FNN embedding矩陣的參數會受到預訓練結果的影響 （2）預訓練的引入使得模型的效率降低 FNN只能學到高階特徵組合，學習不到低階特徵

>>阅读原文<<