机器学习12.推荐系统(2)--推荐系统,LR,LR+GBDT,FM及其扩展

FM

参考资料:ref

核心思想:每一维特征 x i x_i xi增加相对应的隐变量 v i v_i vi,在线性回归/逻辑回归问题中增加特征组合项(二次项) x i x j x_ix_j xixj,其相应的权重为 w i j w_{ij} wij
假设原始数据 x i x_i xi比较稀疏,直接学习 w i j w_{ij} wij不太好学(主要是 x i , x j x_i,x_j xi,xj都非0的数据太少),所以对 w i j w_{ij} wij做矩阵分解,即假设每个特征 x i x_i xi对应一个隐变量 v i = [ v i 1 , v i 2 , . . . , v i r ] v_i=[v_{i1},v_{i2},...,v_{ir}] vi=[vi1,vi2,...,<

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