LR的故事

寫作計劃： 線性模型LR(沒有考慮特徵間的關聯)——>LR +多項式模型（特徵組合，不適用於特徵稀疏場景，泛化能力弱）——>FM（適用於稀疏特徵場景*，泛化能力強）——>FFM【省去零值特徵，提高FFM模型訓練和預測的速度，這也是稀疏樣本採用FFM的顯著優勢】 0.前言 邏輯迴歸（LR,Logistic Regression）是傳統機器學習中的一種分類模型，由於LR算法具有簡單、高效、易於並行且在

>>阅读原文<<