您的位置: 首页 > 文章 > 无痛学会分解机(Factorization Machine,FM)算法总结 无痛学会分解机(Factorization Machine,FM)算法总结 分类: 文章 • 2024-05-13 19:54:40 FM(Factorization Machine)主要是为了解决数据稀疏的情况下,特征怎样组合的问题。此算法的主要作用是可以把所有特征进行高阶组合,减少人工参与特征组合的工作。FM只需要线性时间复杂度,可以应用于大规模机器学习。 预测任务 模型方程 回归和分类 学习算法 注:上面最后一句话应该是"而gθ(x)g_{\theta}(x)gθ(x)则利用y^(x)−θhθ(x)\widehat{y}(x) - \theta h_{\theta}(x)y(x)−θhθ(x)来计算" 参考文献 转载来源,原文链接失效。