Python实现FM (附代码与数据)

 

网上有很多实现FM的代码，基本一样且没有注释，看着很难受，就重新写了一下。

借鉴的一篇博客地址为https://blog.csdn.net/john_xyz/article/details/78933253

一、FM原理及用途

FM一般用在CTR预估场景，出处为论文：《Factorization Machines》

FM主要目标是：解决数据稀疏的情况下，特征怎样组合的问题 
根据paper的描述，FM有一下三个优点： 
1. 可以在非常稀疏的数据中进行合理的参数估计 
2. FM模型的时间复杂度是线性的 
3. FM是一个通用模型，它可以用于任何特征为实值的情况

算法原理：

在一般的线性模型中，是各个特征独立考虑的，没有考虑到特征与特征之间的相互关系。但实际上，大量的特征之间是有关联的。模型为：<