摘要
本文结合支持向量机(Support Vector Machines,缩写为SVM)的优点,介绍了一种新的用于因子分解的模型—因子分解机(Factorization Machines,缩写为FM)。与SVM相似,FM针对特征向量给出综合预测。与SVM相比,FM使用分解的因子参数,在变量中对交互行为建模,甚至在SVM无法解决的稀疏性(如推荐系统)等问题中,FM也可以用于评估交互行为。通过在线性时间中计算FM模型方程式,可以直接优化FM。不像非线性的SVM,FM不需要转换,模型参数可以直接估计出来,而不用任何支持向量。
出处
《电子技术与软件工程》
2018年第19期100-101,共2页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
