無痛學會分解機(Factorization Machine，FM)算法總結

FM(Factorization Machine)主要是爲了解決數據稀疏的情況下，特徵怎樣組合的問題。此算法的主要作用是可以把所有特徵進行高階組合，減少人工參與特徵組合的工作。FM只需要線性時間複雜度，可以應用於大規模機器學習。

預測任務

模型方程

迴歸和分類

學習算法

注：上面最後一句話應該是"而$g_{\theta}(x)$則利用$\widehat{y}(x) - \theta h_{\theta}(x)$來計算"

參考文獻

轉載來源，原文鏈接失效。