最近学习了一种叫做 Factorization Machines(简称 FM)的算法,它可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景;2) 具有线性的计算复杂度。本文将对 FM 框架进行简单介绍,并对其训练算法 — 随机梯度下降(SGD)法和交替最小二乘(ALS)法进行详细推导。
![](https://i-blog.csdnimg.cn/blog_migrate/f4e9ca381035d9652623469eb6631509.png)
![](https://i-blog.csdnimg.cn/blog_migrate/93f8171c3b1fa5e9eb350488282b4f35.png)
![](https://i-blog.csdnimg.cn/blog_migrate/e87cb60f0596b18e1c960b0fb16fdfb4.png)
![](https://i-blog.csdnimg.cn/blog_migrate/128f9d96bc17eefc149766a56de4fa24.png)
转载:https://blog.csdn.net/itplus/article/details/40534923
转载:https://blog.csdn.net/itplus/article/details/40534923