FM模型的引入
LR本质是一个线性模型，每个特征对最终输出结果独立，需要手动特征交叉，比较麻烦。由于LR的缺陷，考虑加上二阶交叉项，但是二阶交叉项只有在两个特征均不为0的时候才会生效。于是FM模型就出现了，如下所示：
FM公式的改进
FM模型的应用
1. CTR预估
2. 由于FM模型是利用两个特征的Embedding做内积得到二阶特征交叉的权重，那么我们可以将训练好的FM特征取出离线存
好，之后用来做KNN向量检索
相关文章：
相似解决方案
热门标签
LR本质是一个线性模型，每个特征对最终输出结果独立，需要手动特征交叉，比较麻烦。由于LR的缺陷，考虑加上二阶交叉项，但是二阶交叉项只有在两个特征均不为0的时候才会生效。于是FM模型就出现了，如下所示：
1. CTR预估
2. 由于FM模型是利用两个特征的Embedding做内积得到二阶特征交叉的权重，那么我们可以将训练好的FM特征取出离线存
好，之后用来做KNN向量检索
相关文章：