Factorization Machine 學習筆記

FM 的 優點： 解決了特徵稀疏的問題，能在非常係數數據的情況下進行預估。 解決了特徵組合的問題，研究了特徵與特徵之間的向量，不像LR線性迴歸那樣沒有組合 FM使一個通用模型，適用於大部分場景，而其他因式分解模型只能用於一些輸入數據比較固定的情況 訓練速度快，線性複雜度是線性的，優化效果很好 一般的線性迴歸： 考慮了特徵組合： 缺點：複雜度太高，複雜度n^2，wij只能在xi，xj不同時爲0的情況

>>阅读原文<<