论文地址：https://arxiv.org/pdf/1606.07792.pdf
Wide Component
wide部分是一个广义线性模型，如图一左边所示，形如 y = w T + b , y = w^T+b, y=wT+b,其中y是预测值，x是d维的特征向量，w是模型参数。而特征又包括了输入特征和变换特征，最重要的转换特征之一是叉积变换，其定义如下：
ϕ k ( x ) = ∏ i = 1 n x i c k i , c k i ⊂ { 0 , 1 } \phi_k(x)=\prod_{i=1}^nx_i^{c_{ki}}, c_{ki} \subset {\left\lbrace0,1 \right\rbrace} ϕk(x)=i=1∏nxicki,ck
最低0.47元/天 解锁文章
660
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
