码迷,mamicode.com
首页 > 系统相关 > 详细

Factorization Machines 因子分解机

时间:2020-06-22 22:48:15      阅读:86      评论:0      收藏:0      [点我收藏+]

标签:car   线性   逻辑回归   因子   mcmc   desc   nat   方法   特征   

Factorization Machines (FM)

首先这种算法是一种有监督的机器学习模型,既可以用在分类问题也可以用在回归问题当中,它是一种非线性的模型,相比逻辑回归具备了二阶交叉特征表达能力(不易拓展到三阶以上)。可以通过stochastic(随机) gradient descent (SGD), alternative least square (ALS), or Markov chain Monte Carlo (MCMC)方法进行训练。这种算法某种程度算作SVD算法的拓展,可以将稀疏向量表达的某一维特征转换为隐稠密向量(通过学习得出,在某些神经网络中充当embedding层便于网络接入),两个稠密向量的内积是他们的权重。它的变种为field-aware factorization machines (FFM),提高了特征交叉能力,但是复杂度达到O(n^2)。

Factorization Machines 因子分解机

标签:car   线性   逻辑回归   因子   mcmc   desc   nat   方法   特征   

原文地址:https://www.cnblogs.com/lnas01/p/13179336.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!