Factorization Machine算法

参考：
http://stackbox.cn/2018-12-factorization-machine/

https://baijiahao.baidu.com/s?id=1641085157432717824&wfr=spider&for=pc

https://www.baidu.com/link?url=IyTHH8OFv6c1-Tl9IBQRZ4vsFh5S6lDCNEsYjhnttFycgRr0gms3ZEL6wHl5KpxUG03j0shtg7FfSqRN_uWRrq&wd=&eqid=b82a70f600007562000000035daacfbe

http://mini.eastday.com/mobile/171102132832769.html

https://www.baidu.com/link?url=r0uJYwNp3G60MeooDQNGiSouvvH3DnZBcsRhJ-GSc64DaolFeiAz2OCQ_S5uyu-eBhs0K-Ep6UJ-5hxEqg6unESCxBE3J-HiJZskqJtU0Tq&wd=&eqid=b82a70f600007562000000035daacfbe

http://ju.outofmemory.cn/entry/347921

https://www.baidu.com/link?url=Ll1Bkb_1hV0LyxEbTaQQN9mwrtGfKd0jv6Y1OiqiIp4JDVfKtYFoMnYDLBLnM1nKIYmgvvurBX9wKX2k0vDycy6QxSKwrtKCf89wRwc5TfW&wd=&eqid=b82a70f600007562000000035daacfbe

https://www.baidu.com/link?url=Brgydqp_ehJeHkcheNmAxNLXPM3i6fY0X7in44ykcW6vC5fc10o2YjZap8v5Ky-g8CNIrfKKaPg2CZCv2l8oAg1RhWi5wD43aHQdedbWXny&wd=&eqid=b82a70f600007562000000035daacfbe

Factorization Machine---因子分解机

Factorization Machine 主要目标是: 在数据稀疏的情况下解决组合特征的问题

作为一个2010年提出的模型, FM在工业界还依然有着很广泛的应用， 比如CTR预估, LearningToRank, 而且衍生出了DeepFM这种融合了深度学习的模型, FM模型的优点很明显 适用于CTR预估这种稀疏矩阵的情况 做好特征工程后就不用考虑组合特征了, 如果是在LR模型中添加组合特征, 则需要极其深刻的领域知识 在线上进行预测时候速度快, 模型训练也快。

扫描二维码关注公众号，回复： 7544913 查看本文章

FM (Factorization Machine) 算法可进行回归和二分类预测，它的特点是考虑了特征之间的相互作用，是一种非线性模型，目前FM算法是推荐领域被验证的效果较好的推荐方案之一，在诸多电商、广告、直播厂商的推荐领域有广泛应用。 PAI平台的FM算法基于阿里内部大数据的锤炼，具备性能优越、效果突出的特点。