FM/FMM算法筆記

原文連接 FM\\FMM優勢：特徵稀疏時保持良好性能 FM原理： onehot的編碼後特徵極度稀疏，特徵空間大（升維雙刃劍：線性可分、過擬合維度爆炸--效果爲王） 經過多項式交叉後，交叉特徵含有更多的特徵值爲零樣本。可是爲了訓練權重，讓不一樣的特徵權重區分化更多的依賴於該特徵下非零的樣本 採用一種矩陣分解的思路。求得的n*k維矩陣v爲描述特徵的因子 優勢：訓練的參數變少了；對於vi，能夠經過任意一

>>阅读原文<<