論文筆記-Factorization Machines

因子分解機Factorization Machine的提出是對標SVM和矩陣分解,如SVD++、PITF、FPMC模型。 FM集成了SVM的優點,可以應用在任意的實值特徵向量上。相比於SVM,FM可以通過分解參數對變量之間的交互建模,因此可以應用於數據稀疏的問題上,來對特徵之間的交互進行估計,SVM在這類問題上沒有很好的發揮。FM的計算時間可以優化到線性時間,因此FM可以直接優化。不同於對偶SVM
相關文章
相關標籤/搜索