FM模型
2016-03-10 11:42
183 查看
(一)简介
1.FM(factorization machine)模型是一种基于矩阵分解的机器学习模型,对于稀疏数据具有很好的学习能力;
2.FM模型与LR模型的区别在于引进了特征组合;
(二)算法
1.线性回归模型:没有考虑特征分量之间的关系;
2.考虑特征分量之间关系的线性回归模型:若样本特征为高度稀疏,那么不能对wij参数进行估计,绝大部分为0;
3.FM模型:引入辅助向量vi来对wij进行估计,解决特征稀疏的缺陷;
其中:
由于W = VV',对应于一种矩阵分解,因此称为FM模型;
4.在实际应用中,一般k值取得比较小,可以限制FM的表达能力,提高模型的泛化能力;
1.FM(factorization machine)模型是一种基于矩阵分解的机器学习模型,对于稀疏数据具有很好的学习能力;
2.FM模型与LR模型的区别在于引进了特征组合;
(二)算法
1.线性回归模型:没有考虑特征分量之间的关系;
2.考虑特征分量之间关系的线性回归模型:若样本特征为高度稀疏,那么不能对wij参数进行估计,绝大部分为0;
3.FM模型:引入辅助向量vi来对wij进行估计,解决特征稀疏的缺陷;
其中:
由于W = VV',对应于一种矩阵分解,因此称为FM模型;
4.在实际应用中,一般k值取得比较小,可以限制FM的表达能力,提高模型的泛化能力;
相关文章推荐
- 值得推荐的C/C++框架和库 (真的很强大)
- c++第一次实验2
- c++第一次上机实验-2
- c++第1次上机实验-3
- 第一次试验-2
- 利用jquery操作Radio方法小结
- 67. Add Binary
- SQLServer实现split分割字符串到列
- 对Linux命令进一步学习
- 数据结构和算法 (二)数据结构基础之树、二叉树
- 解读ASP.NET 5 & MVC6系列(1):ASP.NET 5简介
- 用JFreeChart 进行直线拟合
- Java设计模式之组合模式
- Richface组件报错
- N的所有约数之和
- 第一次上机实验
- java 死锁产生原因及解锁
- python实现工厂方法设计模式
- c++第一次实验-2
- C++第一次实验 求和