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