最近學習了一種叫做 Factorization Machines(簡稱 FM)的算法,它可對任意的實值向量進行預測。其主要優點包括: 1) 可用于高度稀疏資料場景;2) 具有線性的計算複雜度。本文将對 FM 架構進行簡單介紹,并對其訓練算法 — 随機梯度下降(SGD)法和交替最小二乘(ALS)法進行詳細推導。
相關連結:
(一)預測任務
(二)模型方程
(三)回歸和分類
(四)學習算法
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLiQ3chVEa0V3bT9CX5RXa2Fmcn9CXwczLcVmds92czlGZvwVP9EUTDZ0aRJkSwk0LcxGbpZ2LcBDM08CXlpXazRnbvZ2LcRlMMVDT2EWNvwFdu9mZvwleWhkY3JFWhZXUYpVd1kmYr50MZV3YyI2cKJDT29GRjBjUIF2LcRHelR3LcJzLctmch1mclRXY39TO0ITM0ETM4ADOyATM0EDMy8CX0Vmbu4GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.jpg)
作者: peghoty
出處: http://blog.csdn.net/itplus/article/details/40534923
歡迎轉載/分享, 但請務必聲明文章出處.