FM、FFM和AFM比較

FM的產生背景： 爲了改進SVM在解決稀疏矩陣問題方面的缺點：當數據非常稀疏時，SVM不能從複雜的核空間學到可靠的參數。可用於線性迴歸、分類等。 解決問題實例： 從下圖所示數據從特徵向量x學習一個模型用於預測y值 FM模型方程： FM模型的基本思路就是給特徵向量x中各個特徵xi學習一個向量vi，在交叉項中對應特徵xi，xj進行交叉時，前面乘上對應的vi和vj向量的點乘結果作爲權重。 FFM的產生背

>>阅读原文<<