FM(因子分解机)理解

因子分解机

FM的优势

（1）FM可以在非常稀疏的数据下进行参数评估。
（2）FM的复杂度为线性复杂度，利于优化。
（3）其他的分解模型输入数据是有限制的，但是FM可以可以用在一些real valued特征向量上。

解释一下文中的例子

以上图片中分为六个区域：（每一行代表一个用户对某一部电影做出的评价）
（1）蓝色区域代表用户，列代表一个用户对多少部电影做出过评价，行中的1代表当前用户
（2）红色区域代表电影(项目)，列代表一部电影被多少个用户评价过，行中1代表当前电影
（3）黄色区域表示额外的信息，指其他用户对电影的评分
（4）绿色区域表示用户评分的时间
（5）棕色区域代表用户评价的当前电影的前一个评分的电影
（6）最后的区域代表用户对电影的预测评分
FM将类似与图中的特征向量当做输入。

公式解释

这是一个2阶的因子分解机
（1）其中w0代表了全局偏置
（2）wi表示为第i个变量的权重，意思是对第i个变量建模
（3）<Vi, Vj>建模了第i个变量和第j个变量之间的交互
其中

这里的Vi和Vj是通过矩阵分解（MF）对xixj的权重矩阵wij进行了分解，一行vi表示有k个隐因子的第i个变量，同理vj与vi类似。
在计算<Vi, Vj>时，使用(a+b+c)^2− a^2− b^2− c^2求解

模型训练

模型训练时采用的是随机梯度下降发进行优化

总结

FM的思路是来源于MF的，通过矩阵分解将权重矩阵分解为两个包含相同隐因子的矩阵，以此来降低计算复杂度，并且计算特征的两两组合。
光看公式还是不行的，后续还会分析一下代码是怎么实现FM的。

新手一个，有问题请及时指出。