DeepRS(001)--FM模型理论与实践

文章目录

  • DeepRS(001)--FM模型理论与实践
    • FM背景
    • one-hot困境
    • FM模型
    • 代码
    • 参考文献

DeepRS(001)–FM模型理论与实践

FM背景

在传统的逻辑回归等相关变种模型中均认为特征是相互独立的,但是实际在很多情况下特征之间的依赖关系却是不可忽视的,因此需要进行特征交叉。在大多数业务场景下,类别特征做完 OneHot后会变得相当稀疏,尤其是在进行特征交叉后,特征空间变得很大。而 FM 可用于解决特征交叉下数据稀疏所带来的一系列问题。

one-hot困境

FM的主要目标是,解决在数据稀疏的情况下,特征怎样进行交叉的问题。以一个广告分类的问题为例,根据用户画像、广告场景特征以及其他特征,预测用户是否会点击广告(二分类问题)。用户数据如图所示

你可能感兴趣的:(推荐系统papers,机器学习,人工智能,深度学习,推荐系统)