FM算法模型

一、FM意义

传统的LR模型,各个特征之间是相互独立的,为了获得特征之间的交互关系,需要花费大量的时间去进行人工特征构造(交叉特征)。同时,面对特征高度稀疏的应用领域(推荐系统),相当多的参数难以得到有效的学习。于是FM算法应运而生。
FM获得二阶交叉特征,同时能解决特征高度稀疏导致参数不能得到有效学习的问题。

二、FM理论模型

在这里插入图片描述
从上图看,时间复杂度是O(kn^2),但是可以通过简单的换算使时间复杂度变换为O(kn),变换过程如下图:
在这里插入图片描述

三、参数优化

参数优化过程采用随机梯度下降法,SGD:
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值