Wide & Deep、DeepFM系列算法原理与优缺点对比
一、Wide & Deep模型Wide & Deep Learning 模型的核心思想是结合广义线性模型的记忆能力(memorization)和深度前馈神经网络模型的泛化能力(generalization)。利用广义线性模型从历史数据中学习特征相关性,利用深度前馈神经网络揭示隐式特征之间的相互作用。在训练过程中同时优化 2 个模型的参数,从而达到整体模型的预测能力最优。Wide...
原创
2019-09-06 17:12:58 ·
13453 阅读 ·
0 评论