一、FM算法的背景:
FM算法主要用来预测点击率预估,以及矩阵的稀疏问题。
二、具体的例子:
例如:
用户 | 性别 | 商品 | 是否点击 | |
A | 男 | 篮球 | 1 | |
B | 女 | 化妆品 | 0 | |
C | 女 | 篮球 | 0 |
将上面的数据进行one-hot编码以后,就变成了下面这样
是否点击 | 用户 A | 用户 B | 用户 C | 性别 男 |
一、FM算法的背景:
FM算法主要用来预测点击率预估,以及矩阵的稀疏问题。
二、具体的例子:
例如:
用户 | 性别 | 商品 | 是否点击 | |
A | 男 | 篮球 | 1 | |
B | 女 | 化妆品 | 0 | |
C | 女 | 篮球 | 0 |
将上面的数据进行one-hot编码以后,就变成了下面这样
是否点击 | 用户 A | 用户 B | 用户 C | 性别 男 |