FM算法推导以及意义

FM算法主要用于预测点击率预估,针对矩阵稀疏问题。通过one-hot编码,数据变得稀疏。文章探讨了一般线性模型的不足,即未考虑特征间的关联,然后引入组合模型,特别是二阶组合,来捕捉特征的相关性。FM算法通过矩阵分解引入k个隐含变量,有效地处理大量潜在特征组合,从而改善模型表现。
摘要由CSDN通过智能技术生成

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 篮球 1  
B 化妆品 0  
C 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
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值