推荐算法-FM(Factorization Machine)

FM出现的原因

  FM是推荐系统中重要的方法,也有许多基于FM的变种。
  FM的出现主要是为了解决线性模型的特征之间无法进行组合的问题。在LR模型中,特征之间都是独立存在的,无法体现特征之间的联系。比如有的女生喜欢化妆品,男生喜欢运动产品。单纯的使用 w 1 ∗ x 1 + w 2 ∗ x 2 + . . + w i ∗ x i w_{1}*x_{1}+w_{2}*x_{2}+..+w_{i}*x_{i} w1x1+w2x2+..+wixi是无法实现特征之间的关联的。为了实现特征之间的组合,可以在线性的基础上引入二次项 y = w 0 + ∑ i = 1 n w i ∗ x i + ∑ i = 1 n ∑ j = 1 n w i j ∗ x i x j y=w_{0}+\sum_{i=1}^{n}{w_{i}*x_{i}}+\sum_{i=1}^{n}\sum_{j=1}^{n}{w_{ij}*x_{i}x_{j}} y=w0+i=1nwi

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