因子分解機（Factorization Machines ）知識點總結

最近遇到海量稀疏數據，嘗試logistic regression之後發現模型效果不理解，嘗試LR的非線性版本——因子分解機，下面記錄下FM（Factorization Machines）的知識點~ 1、目的、優缺點 目的：在特徵稀疏情況下，特徵如何組合，如何構建非線性超平面。 優缺點： （1）特徵稀疏時，模型仍能參數估計（SVM會失敗） （2）可以基於原始形式進行優化（需要像SVM一樣藉助支持向量

>>阅读原文<<