本文详细解析了FTRL框架下FM算法的数学推导和实现过程，探讨了在不同算法（如LR和FM）中，FTRL作为统一框架的应用，重点关注了预测值y平的表达式及求导过程，旨在深入理解并优化推荐系统和广告点击率预估等场景。
注解：
如上是针对y的取值为-1或者1.
当y的取值为0或者1时，公式为：（后续添加）
、y平 是sigmoid的输出值，即预测值。针对不同的算法，该值对应的X的表达式步一样。
如果是LR，后期优化，算法就是最简单的LR+FTRL
如果是FM，后期优化，算法就是FM+FTRL。
FTRL是框架，如上这一步，针对所有的算法都相同。不同之处在于y平的表达式，再求W的导数的时候不同。
FTRL的FM公式推导和实现
转载：http://castellanzhang.github.io/2016/10/16/fm_ftrl_softmax/
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
