摘要: 1、Factorization Machines(FM) FM主要目标是:解决大规模稀疏数据下的特征组合问题。根据paper的描述,FM有一下三个优点: 可以在非常稀疏的数据中进行合理的参数估计 FM模型的时间复杂度是线性的 FM是一个通用模型,它可以用于任何特征为实值的情况 算法原理:在一般的线性 阅读全文
posted @ 2021-05-13 13:38 深度机器学习 阅读(2866) 评论(0) 推荐(0) 编辑